基于成对约束Info-Kmeans聚类的图像索引方法

• 作者: 伍之昂 刘文杰 曹杰 潘金贵
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 图像索引 兴趣模式 噪声过滤 聚类分析
• 年，卷（期）: 2013,（7）
• 页码范围: 159-166,173
• 页数: 9页
• 分类号: TP181
• 字数: 5540字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2013.07.018

摘要

针对图像数据噪声大和高维稀疏的特点，提出了一种基于噪声过滤和Info-Kmeans聚类的图像索引构建方法。首先，利用余弦兴趣模式过滤噪声。其次，提出了一种新的Info-Kmeans聚类算法，该算法不仅避免KL-divergence计算过程中的零值困境问题，还能融合以成对约束出现的先验知识。最后，在LFW和Oxford_5K 2个图像数据集上的实验表明：噪声过滤能显著提高聚类性能；Info-Kmeans比已有聚类工具具有更优越的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘金贵	南京大学软件新技术国家重点实验室	143	2369	23.0	44.0
2	曹杰	南京财经大学江苏省电子商务重点实验室	50	470	12.0	20.0
3	伍之昂	南京财经大学江苏省电子商务重点实验室	10	105	6.0	10.0
4	刘文杰	南京大学软件新技术国家重点实验室	2	8	1.0	2.0