系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2010年
5期
1060-1064
,共5页
图像检索%图像分割%多示例学习%场景语义
圖像檢索%圖像分割%多示例學習%場景語義
도상검색%도상분할%다시례학습%장경어의
针对图像的场景语义检索问题,提出一种基于多示例学习(multi-instance learning,MIL)的新方法.首先,该方法将图像当作多示例包,再根据图像的颜色复杂度,设计了自适应JESG图像分割方法,对图像进行自动分割,并提取每个分割区域的颜色-纹理特征,当作包中的示例,将图像检索问题转化成多示例学习问题;然后,利用改进的推土机距离(earth mover distance,EMD)来度量不同多示例包(图像)之间的整体相似度,设计了一种新的惰性MIL算法,用于场景图像检索.基于COREL图像库的对比实验结果表明,设计的示例构造方法与MIL算法都是有效的,且检索精度优于其他同类方法.
針對圖像的場景語義檢索問題,提齣一種基于多示例學習(multi-instance learning,MIL)的新方法.首先,該方法將圖像噹作多示例包,再根據圖像的顏色複雜度,設計瞭自適應JESG圖像分割方法,對圖像進行自動分割,併提取每箇分割區域的顏色-紋理特徵,噹作包中的示例,將圖像檢索問題轉化成多示例學習問題;然後,利用改進的推土機距離(earth mover distance,EMD)來度量不同多示例包(圖像)之間的整體相似度,設計瞭一種新的惰性MIL算法,用于場景圖像檢索.基于COREL圖像庫的對比實驗結果錶明,設計的示例構造方法與MIL算法都是有效的,且檢索精度優于其他同類方法.
침대도상적장경어의검색문제,제출일충기우다시례학습(multi-instance learning,MIL)적신방법.수선,해방법장도상당작다시례포,재근거도상적안색복잡도,설계료자괄응JESG도상분할방법,대도상진행자동분할,병제취매개분할구역적안색-문리특정,당작포중적시례,장도상검색문제전화성다시례학습문제;연후,이용개진적추토궤거리(earth mover distance,EMD)래도량불동다시례포(도상)지간적정체상사도,설계료일충신적타성MIL산법,용우장경도상검색.기우COREL도상고적대비실험결과표명,설계적시례구조방법여MIL산법도시유효적,차검색정도우우기타동류방법.
