信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2014年
7期
106-110
,共5页
基于内容的图像检索%多示例学习%局部区域特征%图像特征编码%线性核函数
基于內容的圖像檢索%多示例學習%跼部區域特徵%圖像特徵編碼%線性覈函數
기우내용적도상검색%다시례학습%국부구역특정%도상특정편마%선성핵함수
content based image retrieval%multi-instance learning%local area feature%image feature coding%linear kernel function
多示例学习对处理各类歧义问题有较好的效果,将它应用于图像检索问题,提出了一种新的基于多示例学习的图像检索方法.首先提取每幅图像的局部区域特征,通过对这些特征聚类求得一组基向量,并利用它们对每个局部特征向量进行编码,接着使用均值漂移聚类算法对图像进行分割,根据局部特征点位置所对应的分割块划分特征编码到相应的子集,最后将每组编码子集聚合成一个向量,这样每幅图像对应一个多示例包.根据用户选择的图像生成正包和反包,采用多示例学习算法进行学习,取得了较为满意的结果.
多示例學習對處理各類歧義問題有較好的效果,將它應用于圖像檢索問題,提齣瞭一種新的基于多示例學習的圖像檢索方法.首先提取每幅圖像的跼部區域特徵,通過對這些特徵聚類求得一組基嚮量,併利用它們對每箇跼部特徵嚮量進行編碼,接著使用均值漂移聚類算法對圖像進行分割,根據跼部特徵點位置所對應的分割塊劃分特徵編碼到相應的子集,最後將每組編碼子集聚閤成一箇嚮量,這樣每幅圖像對應一箇多示例包.根據用戶選擇的圖像生成正包和反包,採用多示例學習算法進行學習,取得瞭較為滿意的結果.
다시례학습대처리각류기의문제유교호적효과,장타응용우도상검색문제,제출료일충신적기우다시례학습적도상검색방법.수선제취매폭도상적국부구역특정,통과대저사특정취류구득일조기향량,병이용타문대매개국부특정향량진행편마,접착사용균치표이취류산법대도상진행분할,근거국부특정점위치소대응적분할괴화분특정편마도상응적자집,최후장매조편마자집취합성일개향량,저양매폭도상대응일개다시례포.근거용호선택적도상생성정포화반포,채용다시례학습산법진행학습,취득료교위만의적결과.
