×
埃辛·格尔多安；蒙塞夫·加布吉

基于内容的图像检索的特征选择。 （英语） Zbl 1151.68717号

信号图像视频处理。 2，第3号，241-250（2008）.
摘要：在本文中，我们提出了一种新的特征选择系统，这是基于内容的图像索引和检索以及模式分类和基因组数据分析等各种其他研究领域的关键问题之一。该系统旨在增强语义图像检索结果，降低检索过程复杂性，并提高多媒体搜索引擎最终用户的整体系统可用性。三个特征选择准则和一种决策方法构成了特征选择系统。本文提出了两种新的基于簇内和簇间关系的特征选择准则。为了有效地选择特征和特征组合，采用了基于多数投票的方法。在大型图像数据库和许多特征上评估了所提出的标准的性能，并与文献中的竞争技术进行了比较。实验表明，该特征选择系统提高了图像检索系统的语义性能。

MSC公司：

68单位10 图像处理的计算方法
68吨10 模式识别、语音识别

关键词：

特征选择；相互信息；星团间分析；内团簇分析；多数投票；基于内容的索引和检索

软件：

VisualSEEk（可视化搜索）
PDF格式BibTeX公司 XML格式引用
\textit｛E.Guldogan｝和\textit｛M.Gabbouj｝，信号图像视频处理。2，第3号，241--250（2008；Zbl 1151.68717）
全文： 内政部

参考文献：

[1] MUVIS：多媒体数据库中基于内容的多媒体索引和检索系统。http://muvis.cs.tut.fi/
[2] Pentland，A.，Picard，R.W.，Sclaroff，S.：Photobook：基于内容的图像数据库操作。国际期刊计算。视觉。18(3), 233–254 (1996) ·Zbl 05475547号 ·doi:10.1007/BF00123143
[3] Niblack，W.，Barber，R.等人：QBIC项目：使用颜色、纹理和形状按内容查询图像。摘自：《SPIE图像和视频数据库存储和检索学报》，1996年，第124-128页（1996年）
[4] Smith，J.R.，Chang，S.-F.：VisualSEEk：一个完全自动化的基于内容的图像查询系统。摘自：《ACM多媒体会议录》，波士顿，1996年11月，第87–98页（1996）
[5] Dy，J.G.，Brodley，C.E.，Kak，A.C.，Broderick，L.S.，Aisen，A.M.：非监督特征选择应用于基于内容的肺部图像检索。IEEE传输。模式分析。机器。智力。25(3), 373–378 (2003) ·Zbl 05110852号 ·doi:10.1109/TPAMI.2003.1182100
[6] Collins，R.T.，Yanxi，L.，Leordeanu，M.：区分性跟踪特征的在线选择。IEEE传输。模式分析。机器。智力。27(10), 1631–1643 (2005) ·Zbl 05112482号 ·doi:10.10109/TPAMI.2005.205
[7] Wei，J.，Guihua，E.，琼海，D.，Jinwei，G.：基于内容的图像检索中基于相似性的在线特征选择。IEEE传输。图像处理。15(3), 702–712 (2006) ·Zbl 05453568号 ·doi:10.1109/TIP.2006.877500
[8] Vasconcelos，N.，Vasconcelos，M.：用于图像检索和识别的可缩放判别特征选择。摘自：IEEE计算机视觉和模式识别会议记录，第770-775页（2004）
[9] Xing，E.P.，Jordan，M.I.，Karp，R.M.：高维基因组微阵列数据的特征选择。摘自：《第十八届机器学习国际会议记录》，第601-608页（2001年）
[10] Liu，H.，Yu，L.：为分类和聚类集成特征选择算法。IEEE Trans。知识数据工程17（4），491–502（2005）·Zbl 05110013号 ·doi:10.1109/TKDE.2005.135
[11] Jain，A.、Zongker，D.：特征选择：评估、应用和小样本性能。IEEE传输。模式分析。机器。智力。19(2), 153–158 (1997) ·Zbl 05110782号 ·数字对象标识代码：10.1109/34.574797
[12] Koller，D.，Sahami，M.：走向最佳特征选择。收录于：《第13届国际机器学习大会论文集》，第284–292页（1996年）
[13] Peng，H.，Long，F.，Ding，C.：基于互信息的特征选择：最大相关性、最大相关性和最小冗余的标准。IEEE传输。模式分析。机器。智力。27(8), 1226–238 (2005) ·Zbl 05112021号 ·doi:10.1109/TPAMI.2005.159
[14] 丁，C.，彭，H.：微阵列基因表达数据的最小冗余特征选择。收录于：IEEE计算机学会生物信息学会议记录，2003年8月11-14日，第523-528页（2003）
[15] Ellis，D.P.W.，Bilmes，J.A.：使用相互信息设计特征组合。摘自：《国际口语处理会议论文集》，ICSLP-2000，第3卷，北京，2000年10月，第79-82页（2000）
[16] Hariri，S.、Yousif，M.、QuA，G.：特征的新依赖性和相关性分析。IEEE传输。知识。数据工程17（9），199-1207（2005）
[17] Shi，D.，Shu，W.，Liu，H.：基于遗传算法的手写汉字识别特征选择。IEEE国际会议系统。人类网络。5, 4201–4206 (1998)
[18] Mitra，P.，Murthy，C.A.，Pal，S.K.：使用特征相似性的无监督特征选择。IEEE传输。模式分析。机器。智力。24(3), 301–312 (2002) ·Zbl 05110832号 ·doi:10.1109/34.990133
[19] 杜达，R.O.，哈特，P.E.，斯托克，D.G.：模式分类，第二版。威利，纽约（2001）
[20] Kiranyaz，S.，Gabbouj，M.：分层细胞树：多媒体数据库中基于内容检索的高效索引方案。IEEE传输。Multimed公司。9(1), 102–119 (2007) ·doi:10.10109/TM.2006.886362
[21] Partio，M.、Cramariuc，B.、Gabbouj，M.和Visa，A.：使用灰度共生矩阵进行岩石纹理检索。摘自：第五届北欧信号处理研讨会论文集，2002年10月。(2002)
[22] Xu，L.，Krzyzak，A.，Suen，C.Y.：组合多个分类器的方法及其在手写识别中的应用。IEEE传输。系统。人类网络。22(3), 418–435 (1992) ·数字对象标识代码：10.1109/21.155943
[23] Lin，X.，Yacoub，S.M.，Burns，J.，Simske，S.J.：通过多数投票对模式分类器组合进行性能分析。模式识别。莱特。24(12), 1959–1969 (2003) ·Zbl 01977715号 ·doi:10.1016/S0167-8655（03）00035-7
[24] Corel Stock图片库，安大略省Corel
[25] Swain，M.J.，Ballard，D.H：颜色索引。国际期刊计算。视觉。7(1), 11–32 (1991) ·doi:10.1007/BF00130487
[26] Ma，W.Y.，Manjunath，B.：用于浏览和检索图像数据的纹理特征。IEEE传输。模式分析。机器。智力。18, 837–842 (1996) ·Zbl 05112135号 ·数字对象标识代码：10.1109/34.531803
[27] Canny，J.：边缘检测的计算方法。IEEE传输。模式分析。机器。智力。8(6), 679–698 (1986) ·doi:10.1109/TPAMI.1986.4767851
[28] Manjunath B.，S.，Ohm，J.-R.，Vasudevan，V.V.，Yamada，A.：颜色和纹理描述符。IEEE传输。电路系统。视频技术。11(6), 703–715 (2001) ·Zbl 05451252号 ·doi:10.1109/76.927424
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。