10.16208/j.issn1000-7024.2017.09.034
CBIR中基于最佳路径森林的学习方法
针对高级用户描述的对象与低级图像特征之间的语义差异问题,提出一种基于最佳路径森林的学习方法.使用Gabor小波和鲁棒局部二值模式对查询图像以及待查询数据库图像进行特征提取,获得直方图特征向量;通过最佳路径森林获得图像的相关性反馈,生成标记数据集;通过相似距离度量获知用户的偏好,得到满意结果.实验在Corel数据库和Brodatz数据库上进行,在无噪声的理想情况下,对某些类别的图像,该算法的检索精度高达98%;有噪声情况下,随着噪声的增加,其性能衰减最慢.在Brodatz数据库中,该方法平均检索率只减少了10%左右,在Corel数据库中,较大噪声情况下,其精度比其它方法高出8%左右.
基于内容图像检索、最佳路径森林分类、语义鸿沟、直方图特征向量、相关性反馈
38
TP391(计算技术、计算机技术)
国家自然科学基金面上基金项目61373035
2017-10-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
2482-2488