基于显著点特征多示例学习的图像检索方法

摘要：

提出了一种基于图像显著点特征进行多示例学习(Multiple-instance learning)的图像检索方法.该方法对图像进行小波分解并跟踪不同尺度小波系数提取图像显著点;然后利用显著点特征进行检索,并在相关反馈中将图像看作多示例包,通过期望最大多样性密度(EM-DD,expectation maximization diverse density)方法进行多示例学习,获得体现图像语义的日标特征.在Corel和SIVAL两个图像库进行实验,结果表明该方法明显提高了检索的准确性.

关键词：图像检索、小波显著点、多示例学习、多样性密度

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：中国科技大学研究生创新基金资助项目KD2006037

在线出版日期：2008-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1405-1409