一种结合多示例学习的图像检索方法

• 作者: 王春燕 袁津生
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 多示例学习 期望最大多样性密度 基于内容的图像检索 相关反馈
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 经验交流
• 页码范围: 212-215
• 分类号: TP3
• 字数: 3664字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2010.06.051

摘要

提出一种基于多示例学习(Multiple-instance learning)的图像检索方法,将多示例学习应用于图像检索中,以有效的处理图像的歧义性.该方法首先将图像作为多示例包.其次采用自适应k-means图像分割算法将图像自动分成多个示例,然后根据用户选择的实例图像生成正包和反包,再采用EM-DD(expectation maximization diverse density)算法进行多示例学习,实现图像检索和相关反馈,最终使用户得到比较满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁津生	北京林业大学信息学院	24	242	9.0	14.0
2	王春燕	北京林业大学信息学院	1	7	1.0	1.0