基于半监督多示例学习的对象图像检索
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.
多示例学习、基于对象的图像检索、属性约简、半监督学习
25
TP391(计算技术、计算机技术)
教育部新世纪优秀人才支持计划项目NCET-07-0693
2010-10-15(万方平台首次上网日期,不代表论文的发表时间)
981-986