结合均值漂移的基于图的半监督图像分类

• 作者: 汪西莉 白艺娜
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 基于图 半监督 流形正则化 均值漂移 图像分类
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 多媒体处理技术
• 页码范围: 2606-2609
• 页数: 4页
• 分类号: TP391.41
• 字数: 4150字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2013.09.2606

摘要

针对基于图的半监督流形正则化图像分类算法需要大量无标记样本训练分类器,空间和时间复杂度高,甚至不能处理大规模图像,且对背景或目标复杂的图像分类错误率较高的问题,提出了结合均值漂移(mean shift)的基于图的半监督流形正则化图像分类算法.该方法对基于图的半监督流形正则化分类算法的改进主要体现在两方面,首先是通过mean shift算法对图像进行了平滑,以平滑后的图像作为分类对象；其次不是利用所有无标记样本,而是只采用少量无标记样本.实验结果表明:图像的平滑使得目标和背景区域的特征更为一致,从而利用较少的样本就可以提高分类器的正确率；同时大大降低了算法的复杂度,使得基于图的半监督分类算法用于分类大规模图像成为可能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪西莉	陕西师范大学计算机科学学院	83	804	16.0	23.0
2	白艺娜	陕西师范大学计算机科学学院	1	6	1.0	1.0