大规模图像集中的代表性图像选取

• 作者: 朱俊俊 纪平 蒋建国 齐美彬
• 来源期刊: 自动化学报
• 关键词: 代表性图像 语义主题 互近邻一致性 AP聚类 图像簇排名
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 706-712
• 页数: 7页
• 字数: 6051字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2014.00706

摘要

针对传统图像检索系统通过关键字搜索图像时缺乏语义主题多样性的问题，提出了一种基于互近邻一致性和近邻传播的代表性图像选取算法，为每个查询选取与其相关的不同语义主题的图像集合。该算法利用互近邻一致性调整图像间的相似度，再进行近邻传播(AP)聚类将图像集分为若干簇，最后通过簇排序选取代表性图像簇并从中选取中心图像为代表性图像。实验表明，本文方法的性能超过基于K-means 的方法和基于Greedy K-means 的方法，所选图像能直观有效地概括源图像集的内容，并且在语义上多样化。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐美彬	合肥工业大学计算机与信息学院	134	1683	20.0	34.0
2	蒋建国	合肥工业大学计算机与信息学院	245	2905	27.0	39.0
3	朱俊俊	合肥工业大学计算机与信息学院	2	5	2.0	2.0
4	纪平	合肥学院电子信息与工程系	12	24	3.0	4.0