分享到:

基于多示例学习的图像检索方法

多示例学习是一种新的机器学习斱法。本文将多示例学习应用到图像检索上,提出一个基于多示例学习的图像检索斱法。将图像  (本文共3页) 阅读全文>>

陕西师范大学
陕西师范大学

基于多示例的图像检索技术研究

近年来随着信息技术和互联网技术的发展,图像数量呈现爆炸式的增长,图像信息受到越来越多的重视。如何将用户关注的图像从大量的图像中快捷、高效和精确的搜索到成为当前的热点问题。基于内容的图像检索就应运而生,成为学术界和工业界所关注的焦点。基于内容的图像检索已取得了长足的发展,传统的基于内容的图像检索一般是通过度量图像在视觉上的相似性,如颜色、纹理等来完成检索。然而用户判断相似度更多的是基于图像的语义特征,而不仅仅是视觉相似度。这使得传统的基于内容的图像检索很难获得满意的检索结果。为了在底层的视觉特征和高层的语义之间建立联系,许多学者将多示例学习运用到基于内容的图像检索中,将每幅图像看作是一个包,将分割区域底层的视觉特征向量作为示例,如果用户认为某图像是语义相关的就将该图像标记为正包。这样就将基于语义的图像分类问题转化为多示例学习的问题。本文主要围绕基于内容图像检索和多示例学习展开研究,主要完成如下的工作:(1)介绍了论文研究的背景和意...  (本文共54页) 本文目录 | 阅读全文>>

北京林业大学
北京林业大学

基于多示例学习的图像检索方法研究

近年来随着多媒体技术和互联网的飞速发展,图像信息越来越得到重视。如何从大量的图像中快速、有效、准确地搜索到人们感兴趣的图像成为当前面临的重要问题,基于内容的图像检索应运而生,成为多媒体搜索领域的热点问题。本文介绍了基于内容图像检索的国内外的研究现状以及多示例学习的基本理论,分析了多示例学习当前的应用领域,并在基于内容的图像检索基础上,提出一种基于多示例学习的图像检索方法,将多示例学习应用于图像检索中,以更好的处理图像的歧义性。该方法首先将图像作为多示例包,采用自适应k-均值图像分割算法将图像自动分成多个示例,然后利用期望最大多样性密度算法进行多示例学习,对学习结果进行图像相似性排序。最后根据用户选择的正包和负包实现相关反馈,使用户得到比较满意的结果。  (本文共56页) 本文目录 | 阅读全文>>

中国科学技术大学
中国科学技术大学

基于多示例学习的图像检索算法研究

传统的基于文本的图像检索存在耗费人力、信息不完整、歧义性等问题,促使了基于内容的图像检索的出现。基于内容的图像检索分为基于全局特征的方法和基于局部特征的方法。基于全局特征的方法,提取整幅图像的特征,当用户感兴趣的目标仅占图像的一部分的时候,背景会对目标的特征产生干扰,以至于不能得到令人满意的检索结果。因此,出现了基于局部特征的图像检索。多示例学习可以根据多幅图像的内容,学习到用户感兴趣的目标,减少背景对目标(局部)特征的影响,因此,基于局部特征的图像检索大多采用多示例学习方法。但是现有的多示例学习方法并不能很好的描述包的兴趣目标特征(即局部特征),从而导致检索结果不够理想。本文分别从不同包中示例之间的关系和同一个包中示例之间的关系对多示例学习方法进行研究,以有效的表达兴趣目标特征。本文首先阐述了基于多示例学习的图像检索的研究背景和现状,分析了各类算法的优缺点。提出了基于示例一致性的图像检索以及基于示例加权和空间关系的图像检索算法...  (本文共72页) 本文目录 | 阅读全文>>

鲁东大学
鲁东大学

基于多示例学习的图像分类研究

多示例学习是为了解决复杂的实际问题而提出的一种新的机器学习框架,作为应对多重语义特性的有效途径,可应用到图像分类问题中。多示例多标签学习可以看作是多示例学习与多标签学习的结合。与多示例学习和多标签学习相比,多示例多标签学习框架对事物的描述更为全面,为解决多类分类问题开辟了新的思路,对图像分类与识别具有重要的科学意义和实际应用价值。本文主要研究将多示例多标签学习应用到图像分类,并扩展到文本分类、音频分类。(1)介绍了支持向量机的相关理论和相关模型,分析研究了多示例学习框架和三类经典的多示例学习算法,以及多示例多标签学习的概念和框架,并探讨了多示例多标签学习的两种经典分类算法。(2)分析研究了多示例学习中包内示例相关性特征的表示方法和多核学习算法,并将示例的相关关系特征引入到多示例多标签学习中,将多核学习引入到分类器的构造中,提出了一种基于多核融合的多示例多标签学习算法。通过在场景图像数据集、文本数据集以及音频数据集上仿真,验证了该...  (本文共80页) 本文目录 | 阅读全文>>

安徽大学
安徽大学

多示例学习在基于内容图像检索中的研究

随着多媒体技术和互联网技术的发展,图像信息越来越得到人们的重视。如何有效、准确地从大量的图像数据库中查找出人们感兴趣的图像成为了人们亟待解决的重要问题。基于内容的图像检索技术应运而生,并成为多媒体信息处理领域的热点问题。目前基于内容的图像检索技术取得了很大的进展,但利用颜色直方图等全局特征进行检索时带来的图像内容会具有歧义性。一幅图像中通常包含多个内容,仅用单一的特征不能充分的描述多个内容,也不能准确地表示用户感兴趣的内容,多示例学习方法可以较好的解决这种歧义性。通过分析已有的基于多示例学习的图像检索方法,不难看出其主要思想在于将一幅图像转换成一个多示例包,再通过多示例学习算法学习给出检索结果。这样多示例图像包的生成方法就决定了整个学习过程的好坏,本文在分析后提出了两种图像包的生成方法。本文的主要研究内容如下:1.介绍了基于内容图像检索国内外研究现状,以及多示例学习的理论知识,也分析了图像检索问题和多示例学习之间的关系,分析了现...  (本文共64页) 本文目录 | 阅读全文>>