赵海英，高子惠，邓 恋，侯小刚，李 宁

基于图文混排的传统服饰图像以文标图算法

赵海英1，高子惠2，邓 恋2，侯小刚1，李 宁1

(1. 北京邮电大学人工智能学院，北京 100876；2. 北京邮电大学数字媒体与设计艺术学院，北京 100876)

针对高效解读和智能处理海量图文资料是一项极具挑战并具有实用价值工作，而自动标注精度又面临依赖训练样本的难题，提出了一种基于数字图文混排书籍以文标图方法，由混排版式识别预处理、领域图像语义标签构建和大标签空间以文标图算法3部分组成。首先，通过提出的混排版式识别离算法，提取数字图文混排版式中图像、标题及描述文本等内容。然后，基于数字服饰图像语义标签，建立传统文化领域词库(PatternNet)，最后针对领域词库标签空间特点，提出一种改进大标签空间的以文标图算法，并在服饰类图文混排书籍上进行仿真实验，通过对比其他数据集，验证了该算法的实效性。

以文标图；图像标注；图文混排处理；领域关键词提取

面向传统文化数据的挖掘和分析研究中，急需对海量数字图文资料进行解读与标注，提升对优秀传统文化的传承和创新应用能力，大量对文化资源进行合理组织与管理的方法被提出[1-3]。但相比自然场景中的花、草、树、鸟、云、山、海等解读对象而言，传统文化数据中的研究对象除视觉特征和实体名称外，更具有丰富的文化内涵作为其高层语义。如何构建一套规模较大且标注较为专业的文化资源标注词库成为急需解决的关键问题。……