一种基于度量距离学习的图像检索方法

• 作者: KITA Kenji SHISHIBORI Masami 罗辛 邰晓英
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: CBIR 聚类 距离函数 度量学习 特征空间
• 年，卷（期）: 2007,（2）
• 页码范围: 186-189
• 页数: 4页
• 分类号: TP181
• 字数: 2140字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2007.02.044

摘要

CBIR系统由于受图像低层特征的限制,制约了它的检索效果.机器学习和统计方法是一种有效的提高检索性能的方法,但通常需要大量的训练样本才能达到满意的检索精度.提出一种理想的距离度量函数,在对图像进行简单分类并提供少量训练样本的基础上,通过类的距离度量矩阵M的学习来考虑分量之间的相关性.这个度量导入二次最佳化问题的解,将训练样本类结构的倾斜最小化.试验结果表明,该方法能在学习样本极少的情况下提高检索的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邰晓英	宁波大学信息科学与工程学院	23	191	8.0	12.0