盛建强，陈骁

（深圳信息职业技术学院，广东 深圳 518172）

0 引言

随着拍照设备的日益普及，各种各样的图像数量呈现几何级的飞速增长。而同时互联网的快速发展也使得图像传播与共享变得更加快捷。为了有效地组织、查询与浏览如此大规模的图像资源，图像检索技术应运而生，成为计算机视觉领域的研究重点。

1 相关工作

目前，图像自动标注已经得到广泛研究，众多的研究者从不同的方向分析和解决标注问题，提出了各种新颖的自动图像标注算法。这些图像标注方法大致可以分为三类：一类是基于分类的方法，第二种是基于搜索的方法，第三种是基于概率模型的方法。

特别地，在统计概率模型的方法中，统计主题模型（Statistic Topic Model）近年来得到了充分的重视和深入的研究。

2 概率模型描述

在Blei和Jordan[1]提出的C-LDA模型中，首次构建了基于LDA模型的图片和主题的一致性关系，其模型如图2所示。受此启发，我们构建了基于流程图上下文关系的一致性LDA模型（CC-LDA），根据流程图本身所包含的文本信息W以及流程图在全文中的上下文信息C[2-5]，构建一个向量（W，C），通过计算概率P(W|C)，估算流程图在全文中上下文信息条件下的主题分布，作为我们标注流程图的主题。

一幅流程图，diagram中的单词和context中单词的联合概率分布如式（1）所示：

式（2）是diagram中单词的条件概率

符号定义如表1所示。

表1 符号定义说明

cc-LDA模型中Context的生成过程如下：

（1）对于每个Context d∈D，从参数为α的Dirichlet先验分布中抽样，得到文档-主题多项分布θd；

（2）对于每个主题z∈K，从参数为γ的Dirichlet先验分布中抽样，得到主题-单词多项式分布ψz；……