一种结合多示例学习的图像检索方法

摘要：

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 diverse density)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.

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

所属期刊栏目：19

分类号：TP3;TP2

在线出版日期：2010-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：212-215