图像检索中一种有效的半监督主动相关反馈方案

摘要：

在交互式图像检索中,基于支持向量机(Support Vectot Machilies,SVM)理论的主动反馈技术扮演着重要角色.然而,现有的SVM主动反馈方法普遍受到小样本问题、不对称分布问题以及样本冗余性等问题的制约.提出两种新颖策略以应对上述问题:(1)针对相关反馈的技术特点,提出了非对称半监督学习框架,该框架采用不同的学习方法为语义相关类和无关类挑选未标记图像,以有效增强SVM的泛化能力;(2)设计了基于代表性度量的主动采样方法,该方法不仅能够从未标记数据中鉴别出富有信息(most informative)图像,而且确保了待标记图像之间具有较大的差异性.实验结果及对比分析表明,所提方案明显优于其它同类算法.

关键词：图像检索、相关反馈、支持向量机、半监督学习、主动学习

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目60773033;国家高技术研究发展计划863项目2009AA012211

在线出版日期：2011-06-23（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：231-235