图像分类的随机半监督采样方法

• 作者: 朱志良 李文辉 韩东峰
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 网像分类 局部特征 随机半监督采样 谱聚类 SVM
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 图像与图形的融合
• 页码范围: 1333-1338
• 页数: 6页
• 分类号: TP391.41
• 字数: 4239字
• 语种: 中文

摘要

为更好地利用大量未标注图像样本信息来提高分类器性能,提出一种半监督学习的图像分类算法--随机半监督采样(RSSS).该算法采用迭代随机采样方法,每次采样中通过谱聚类估计未标注样本的类别值,使用SVM进行模型学习,逐步优化模型;同时,使用图像的局部空间直方图特征可以有效地结合图像的统计和空间信息,以提高分类准确度.实验结果表明,RSSS算法可以充分利用未标注样本信息提高分类器的性能,并且可以有效地消除几何变换带来的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱志良	东北大学软件学院	112	1344	20.0	32.0
2	李文辉	吉林大学计算机科学与技术学院	105	809	17.0	22.0
3	韩东峰	东北大学软件学院	1	7	1.0	1.0