一种结合多示例学习的图像检索方法

编号 zgly0000654589

文献类型 期刊论文

文献题名 一种结合多示例学习的图像检索方法

作者 王春燕  袁津生 

作者单位 北京林业大学信息学院 

母体文献 计算机系统应用 

年卷期 2010(6)

页码 212-215

年份 2010 

分类号 TP391.41 

关键词 多示例学习  期望最大多样性密度  基于内容的图像检索  相关反馈 

文摘内容 提出一种基于多示例学习(Multiple—instance learning)的图像检索方法, 将多示例学习应用于图像检索中, 以有效的处理图像的歧义性。该方法首先将图像作为多示例包, 其次采用自适应k—means图像分割算法将图像自动分成多个示例, 然后根据用户选择的实例图像生成正包和反包, 再采用EM—DD(expectation maximization diversedensity)算法进行多示例学习, 实现图像检索和相关反馈, 最终使用户得到比较满意的结果。