基于半监督多示例学习的对象图像检索
来源期刊:控制与决策2010年第7期
论文作者:李大湘 彭进业 李展
文章页码:981 - 986
关键词:多示例学习;基于对象的图像检索;属性约简;半监督学习;
摘 要:针对基于对象的图像检索问题,提出一种新的半监督多示例学习(MIL)算法.该算法将图像当作包,分割区域的视觉特征当作包中的示例,按"点密度"最大原则,提取"视觉语义"构造投影空间;然后利用定义的非线性函数将包映射成投影空间中的一个点,以获得图像的"投影特征",并采用粗糙集(RS)方法对其进行属性约简;最后利用直推式支持向量机(TSVM)进行半监督的学习,得到分类器.实验结果表明,该方法有效且性能优于其他方法.
李大湘1,彭进业1,2,李展1
1. 西北大学信息科学与技术学院2. 西北工业大学电子信息学院
摘 要:针对基于对象的图像检索问题,提出一种新的半监督多示例学习(MIL)算法.该算法将图像当作包,分割区域的视觉特征当作包中的示例,按"点密度"最大原则,提取"视觉语义"构造投影空间;然后利用定义的非线性函数将包映射成投影空间中的一个点,以获得图像的"投影特征",并采用粗糙集(RS)方法对其进行属性约简;最后利用直推式支持向量机(TSVM)进行半监督的学习,得到分类器.实验结果表明,该方法有效且性能优于其他方法.
关键词:多示例学习;基于对象的图像检索;属性约简;半监督学习;