基于多源异质特征的紧致二进制编码学习

• 作者: 于化龙 左欣 沈继锋 罗立民
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 哈希编码 线性判别分析 非对称boosting 异质特征
• 年，卷（期）: 2013,（4）
• 页码范围: 372-378
• 页数: 7页
• 分类号: TP391.3
• 字数: 776字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2013.04.004

摘要

为了提高图像检索系统的精度,提出了一种基于多种异质特征的新颖哈希函数学习方法.该方法首先利用特征空间中相似样本与非相似样本分布的不平衡性来提升每个弱分类器的性能,从而建立非对称的Boosting框架;然后将一种基于异质特征子空间学习的线性判别弱分类器融入该框架下,并利用每轮算法中的误判样本的信息来依次学习紧致且平衡的哈希编码.该方法能有效地融合具有互补功能的不同模态的信息,实现了检索系统的性能提升.在2个公开数据集上的实验结果表明该方法优于其他算法,由此看出增加多源异质特征和利用不平衡性学习紧致哈希编码都可以大大提高图像检索的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗立民	东南大学影像科学与技术实验室	246	2011	23.0	31.0
2	于化龙	江苏科技大学计算机科学与工程学院	44	135	8.0	10.0
3	左欣	东南大学影像科学与技术实验室	26	99	4.0	9.0
7	沈继锋	江苏大学电气信息工程学院	10	46	3.0	6.0