Resumen

En los sistemas de búsqueda visual, es importante abordar la cuestión de cómo aprovechar la rica información contextual en un modelo computacional visual para construir sistemas de búsqueda visual más robustos y satisfacer mejor la necesidad y la intención del usuario. En este artículo, presentamos un modelo de clasificación basado en la comprensión de las complejas relaciones existentes entre la información visual y textual de los productos en los sistemas de búsqueda visual. Para comprender sus complejas relaciones, nos centramos en el uso de paradigmas basados en grafos para modelar las relaciones entre imágenes de productos, etiquetas de categorías de productos y nombres y descripciones de productos. Desarrollamos un algoritmo probabilístico unificado de clasificación hipergráfica que, modelando las correlaciones entre las características visuales y textuales de los productos, enriquece ampliamente la descripción de la imagen. Realizamos experimentos con el algoritmo de clasificación propuesto en un conjunto de datos recogidos de un sitio web real de comercio electrónico. Los resultados de nuestra comparación demuestran que el algoritmo propuesto mejora ampliamente el rendimiento de la recuperación con respecto a la clasificación basada en la distancia visual.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Sistemas de búsqueda visual; información contextual; modelo computacional visual; sistemas de búsqueda visual robustos; necesidad e intención del usuario; modelo de clasificación.
• Keywords:Visual search systems; contextual information; visual computational model; robust visual search systems; user's need and intention; ranking model