×
刘如杰;王跃红;Takayuki Baba;大木正茂;Shigemi长田

基于SVM的主动反馈在使用聚类和未标记数据的图像检索中的应用。 （英语） Zbl 1151.68397号

模式识别 41，第8期，2645-2655（2008）.
摘要：在基于内容的图像检索中，广泛研究了相关反馈，以缩小低层图像特征和高层语义概念之间的差距。然而，大多数方法都受到小样本问题的挑战，因为用户通常没有耐心在相关反馈轮中标记大量训练实例。本文通过两种策略来解决这个问题：（1）设计一种新的主动选择准则来选择用户反馈的图像。它同时考虑了信息性和代表性的度量，从而在保持其信息能力的同时增加了这些图像之间的差异。利用这个新准则，可以从反馈图像中获得更多的信息增益；（2）在联合训练框架中加入未标记图像，未标记数据部分缓解了训练数据稀缺的问题，从而提高了支持向量机主动学习的效率。系统的实验结果验证了我们的方法优于现有的主动学习方法。

引用于7文件

MSC公司：

第68页第20页 信息存储和数据检索
68吨10 模式识别、语音识别
68平方英寸10 图像处理的计算方法

关键词：

图像检索;相关反馈;群集;支持向量机;未标记数据

软件：

捕图者
PDF格式BibTeX公司 XML格式引用
\textit{R.Liu}等，模式识别41，No.8，2645--2655（2008；Zbl 1151.68397）
全文： DOI程序

参考文献：

[1] 周小生。；Huang，T.S.，《图像检索中的相关反馈：综合评述》，多媒体系统，8，6，536-544（2003）
[2] Smeulders，A。；沃林，M。；Santini，S。；古普塔，A。；Jain，R.，早年末基于内容的图像检索，IEEE Trans。模式分析。机器。智力。，22, 12, 1349-1380 (2000)
[3] Rui，Y。；Huang，T.S。；奥尔特加，M。；Mehrotra，S.，《相关性反馈：基于内容的交互式图像检索的强大工具》，IEEE Trans。电路视频技术。，8, 5, 644-655 (1998)
[4] Giacinto，G。；Roli，F.，基于内容的图像检索的贝叶斯相关反馈，模式识别，37，7，1499-1508（2004）·Zbl 1070.68585号
[5] Wu Y.，A.Zhang，图像检索中相关反馈的特征重加权方法，载《图像处理国际会议论文集》，2002年，第581-584页。；Wu Y.，A.Zhang，图像检索中相关反馈的特征重加权方法，载《图像处理国际会议论文集》，2002年，第581-584页。
[6] C.Meilhac，C.Nastar，图像数据库中的相关性反馈和类别搜索，摘自：《多媒体组件和系统国际会议论文集》，1999年，第512-517页。；C.Meilhac，C.Nastar，图像数据库中的相关性反馈和类别搜索，摘自：《多媒体组件和系统国际会议论文集》，1999年，第512-517页。
[7] 陶，D。；唐，X。；李，X。；Rui，Y.，直接核偏向判别分析：一种新的基于内容的图像检索相关反馈算法，IEEE Trans。多媒体，8，4，716-726（2006）
[8] 吴彦，田庆，黄天胜，判别EM算法及其在图像检索中的应用，载《IEEE计算机视觉与模式识别国际会议论文集》，2000年，第222-227页。；吴彦，田庆，黄天胜，判别EM算法及其在图像检索中的应用，载《IEEE计算机视觉与模式识别国际会议论文集》，2000年，第222-227页。
[9] 张永胜，支持向量机主动学习在图像检索中的应用，载《ACM多媒体学报》，2001年，第107-118页。；张永胜，支持向量机主动学习在图像检索中的应用，载《ACM多媒体学报》，2001年，第107-118页。
[10] 何俊杰、李明明、张海杰、张海通、张春春，《平均版本空间：基于内容的图像检索的一种新的主动学习方法》，载《第六届ACM SIGMM多媒体信息检索国际研讨会论文集》，2004年，第15-22页。；何俊杰、李明明、张海杰、张海通、张春春，《平均版本空间：基于内容的图像检索的一种新的主动学习方法》，载《第六届ACM SIGMM多媒体信息检索国际研讨会论文集》，2004年，第15-22页。
[11] L.Wang，K.L.Chan，Z.Z.Zhang，通过结合未标记图像进行图像检索的自举SVM主动学习，载于：IEEE计算机视觉和模式识别国际会议论文集，2003年，第629-634页。；L.Wang，K.L.Chan，Z.Z.Zhang，通过合并未标记图像进行自举SVM主动学习以进行图像检索，载于：IEEE计算机视觉和模式识别国际会议论文集，2003年，第629-634页。
[12] C.Zhang、X.Chen、M.Chen、S.-C.Chen和M.-L.Shyu，使用一类支持向量机进行基于内容的图像检索的多实例学习方法，收录于：IEEE多媒体与博览会国际会议论文集，2005年，第1142-1145页。；C.Zhang、X.Chen、M.Chen、S.-C.Chen和M.-L.Shyu，使用一类支持向量机进行基于内容的图像检索的多实例学习方法，收录于：IEEE多媒体与博览会国际会议论文集，2005年，第1142-1145页。
[13] Kim，H.-C。；庞，S。；Je，H.-M。；Kim博士。；Bang，S.Y.，构建支持向量机集成，模式识别，36，12，2757-2767（2003）·Zbl 1059.68091号
[14] D.Tao，X.Tang，基于随机抽样的SVM用于相关性反馈图像检索，载于：《IEEE国际计算机视觉和模式识别会议论文集》，2004年，第647-652页。；D.Tao，X.Tang，基于随机抽样的SVM用于相关性反馈图像检索，载于：《IEEE国际计算机视觉和模式识别会议论文集》，2004年，第647-652页。
[15] 考克斯，I.J。；米勒，M.L。；Minka，T.P。；帕帕托马斯，T.V。；Yianilos，P.N.，贝叶斯图像检索系统，PicHunter:理论、实现和心理物理实验，IEEE Trans。图像处理。，9, 1, 20-37 (2000)
[16] K.Brinker，《将多样性纳入主动学习与支持向量机》，载《第20届机器学习国际会议论文集》，2003年，第59-66页。；K.Brinker，《利用支持向量机将多样性纳入主动学习》，载于：《第20届机器学习国际会议论文集》，2003年，第59-66页。
[17] X.Zhu，Z.Ghahramani，J.Lafferty，使用高斯场和调和函数的半监督学习，收录于：《第20届国际机器学习会议论文集》，2003年，第912-919页。；X.Zhu，Z.Ghahramani，J.Lafferty，使用高斯场和调和函数的半监督学习，收录于：《第20届国际机器学习会议论文集》，2003年，第912-919页。
[18] 周振华，利用未标记数据增强图像检索中的相关反馈，ACM Trans。信息系统。，24, 2, 219-244 (2006)
[19] 史J。；Malik，J.，标准化切割和图像分割，IEEE Trans。模式分析。机器。智力。，22, 8, 888-905 (2000)
[20] 陈，Y。；Wang，J.Z。；Krovetz，R.，CLUE:通过无监督学习进行基于离群的图像检索，IEEE Trans。图像处理。，14, 8, 1187-1201 (2005)
[21] 贝尔金，M。；Niyogi，P.，黎曼流形上的半监督学习，机器学习。，56, 1-3, 209-239 (2004) ·Zbl 1089.68086号
[22] M.Safar，C.Shahabi，X.Sun，《基于形状的图像检索：比较研究》，收录于：IEEE多媒体与博览会国际会议论文集，2000年，第141-144页。；M.Safar，C.Shahabi，X.Sun，《基于形状的图像检索：比较研究》，收录于《IEEE多媒体与博览会国际会议论文集》，2000年，第141-144页。
[23] Kim，W.-Y。；Kim，Y.-S.，使用Zernike矩的基于区域的形状描述符，信号处理：图像通信。，16, 1, 95-102 (2000)
[24] W.Y.Ma，B.S.Manjunath，《纹理图像注释的小波变换特征比较》，载《IEEE图像处理国际会议论文集》，1995年，第256-259页。；W.Y.Ma，B.S.Manjunath，《纹理图像注释的小波变换特征比较》，载《IEEE图像处理国际会议论文集》，1995年，第256-259页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。