×
闵、芮;H·D·程。

使用主颜色描述子和模糊支持向量机进行有效的图像检索。 （英语） Zbl 1173.68497号

模式识别 42，第1期，147-157（2009）.
摘要：图像检索是图像处理、模式识别和计算机视觉中一个活跃的研究领域。相关反馈作为一种提高检索性能的方法，在基于内容的图像检索领域得到了广泛的接受。最近，许多研究人员已经使用支持向量机进行相关性反馈。本文提出了一种模糊支持向量机，它对传统支持向量机遇到的四个主要问题更具鲁棒性：小样本、有偏超平面、过拟合和实时性。为了提高性能，还提出了一种主颜色描述符。基于一组Corel图像的实验结果表明，该系统的性能比以前的方法要好得多。它实现了高精度，大大缩短了处理时间。

引用于4文件

MSC公司：

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

关键词：

基于内容的图像检索;主颜色描述子;模糊支持向量机;相关反馈

软件：

简化;QBIC公司
PDF格式BibTeX公司 XML格式引用
\textit{R.Min}和\textit{H.D.Cheng}，模式识别42，第1期，147--157（2009；Zbl 1173.68497）
全文： 内政部

参考文献：

[1] R.Datta，J.Li，J.Z.Wang，《新时代基于内容的图像检索方法和趋势》，载于《第七届多媒体信息检索国际研讨会论文集》，新加坡，2005年，第253-262页。；R.Datta，J.Li，J.Z.Wang，基于内容的图像检索方法和新时代的趋势，摘自：《第七届多媒体信息检索国际研讨会论文集》，新加坡，2005年，第253-262页。
[2] Rui，Y。；Huang，T.S。；Chang，S.F.，《图像检索：当前技术、有希望的方向和开放问题》，J.Visual Commun。图像表示，10，39-62（1999）
[3] Smeulders，A.W.M。；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, 1349-1380 (2000)
[4] D.Daneels，D.Campenhout，W.Niblack，W.Equitz，R.Barber，E.Bellon，F.Fierens，《交互式轮廓：使用活动轮廓的改进方法》，摘自：《SPIE-国际光学工程学会学报》，加州圣何塞，美国，1993年，第226-233页。；D.Daneels、D.Campenhout、W.Niblack、W.Equitz、R.Barber、E.Bellon、F.Fierens，《交互式轮廓：使用活动轮廓的改进方法》，载于：《SPIE-国际光学工程学会学报》，加利福尼亚州圣何塞，美国，1993年，第226-233页。
[5] J.R.史密斯。；Chang，S.-F.，视觉搜索网络内容，IEEE多媒体，4，12-20（1997）
[6] 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。电路系统。视频技术。，8, 644-655 (1998)
[7] 周小生。；黄天升，图像检索中的相关反馈：综合评述，多媒体系统。，8, 536-544 (2003)
[8] 海，S.C.H。；Lyu，M.R。；Jin，R.，用于图像检索的统一的基于日志的相关反馈方案，IEEE Trans。知识。数据工程，18509-523（2006）
[9] de Ves，E。；多明戈，J。；阿亚拉，G。；Zuccarello，P.，图像内容检索系统中相关反馈的新型贝叶斯框架，模式识别，39，1622-1632（2006）·Zbl 1096.68611号
[10] D.-H.Kim，C.-W.Chung，《Qcluster:使用自适应聚类进行基于内容的图像检索的相关反馈》，载于《ACM SIGMOD国际数据管理会议论文集》，2003年，美国加利福尼亚州圣地亚哥，第599-610页。；D.-H.Kim，C.-W.Chung，《Qcluster:使用自适应聚类进行基于内容的图像检索的相关反馈》，载于《ACM SIGMOD国际数据管理会议论文集》，美国加利福尼亚州圣地亚哥，2003年，第599-610页。
[11] S.Tong，E.Chang，支持向量机主动学习在图像检索中的应用，载《第九届ACM国际多媒体会议论文集》，渥太华，安大略省，2001年，第107-118页。；S.Tong，E.Chang，支持向量机主动学习在图像检索中的应用，载《第九届ACM国际多媒体会议论文集》，渥太华，安大略省，2001年，第107-118页。
[12] 陶，D.C。；唐，X。；Li，X.L。；Wu，X.D.，图像检索中基于支持向量机的相关反馈的非对称打包和随机子空间，IEEE Trans。模式分析。机器。智力。，28, 1088-1099 (2006)
[13] Y.S.Choi，J.S.Noh，使用近端支持向量机进行基于内容的图像检索的相关性反馈，载于：计算科学及其应用，Iccsa 2004，第3044卷，第2部分，2004年，第942-951页。；Y.S.Choi，J.S.Noh，使用近端支持向量机进行基于内容的图像检索的相关性反馈，载于：计算科学及其应用，Iccsa 2004，第3044卷，第2部分，2004年，第942-951页·Zbl 1127.68371号
[14] D.Tao，X.Tang，基于随机抽样的SVM相关反馈图像检索，载《IEEE计算机学会计算机视觉和模式识别会议论文集》，美国华盛顿特区，2004年，第647-652页。；D.Tao，X.Tang，基于随机抽样的SVM相关反馈图像检索，载于：IEEE计算机学会计算机视觉和模式识别会议论文集，华盛顿特区，美国，2004年，第647-652页。
[15] R.Min，基于模糊支持向量机的相关反馈图像检索，计算机科学系博士论文。犹他州立大学，犹他州洛根，2007年，第103页。；R.Min，基于模糊支持向量机的相关反馈图像检索，计算机科学系博士论文。犹他州立大学，犹他州洛根，2007年，第103页。
[16] Yap，K.H。；Wu，K.，基于内容的图像检索系统中的软关联框架，IEEE Trans。电路系统。视频技术。，15, 1557-1568 (2005)
[17] Y.Rao，P.Mundur，Y.Yesha，图像检索中相关性反馈的模糊SVM集合，载于：第五届图像和视频检索国际会议，CIVR 2006，美国亚利桑那州坦佩，2006年，第350-359页。；Y.Rao，P.Mundur，Y.Yesha，图像检索中相关反馈的模糊支持向量机集成，载于：第五届国际图像和视频检索会议，2006年，美国亚利桑那州坦佩，2006，第350-359页。
[18] Wu，K。；Yap，K.-H.，基于内容的图像检索的模糊支持向量机，IEEE计算。智力。Mag.，1，10-16（2006）
[19] 共和国冈萨雷斯。；伍兹，R.E.，《数字图像处理》（2002），普伦蒂斯·霍尔：普伦蒂斯霍尔上鞍河，新泽西州
[20] 斯温，M.J。；巴拉德，D.H.，《颜色索引》，国际计算机杂志。愿景，711-32（1991）
[21] W.Niblack，R.Barber，W.Equitz，M.D.Flickner，E.H.Glasman，D.Petkovic，P.Yanker，C.Faloutsos，G.Taubin，QBIC项目：通过内容查询图像，使用颜色、纹理和形状，收录于：《SPIE-国际光学工程学会学报》，加州圣何塞，美国，1993年，第173-187页。；W.Niblack、R.Barber、W.Equitz、M.D.Flickner、E.H.Glasman、D.Petkovic、P.Yanker、C.Faloutsos、G.Taubin，《QBIC项目：通过内容查询图像，使用颜色、纹理和形状》，摘自：《SPIE-国际光学工程学会论文集》，加利福尼亚州圣何塞，美国，1993年，第173-187页。
[22] M.A.Stricker，M.Orengo，《彩色图像的相似性》，载于《SPIE-国际光学工程学会学报》，加州圣何塞，美国，1995年，第381-392页。；M.A.Stricker，M.Orengo，《彩色图像的相似性》，摘自：《SPIE-国际光学工程学会学报》，加州圣何塞，美国，1995年，第381-392页。
[23] 曼朱纳特，B.S。；Salembier，P。；Sikora，T.，《MPEG-7简介：多媒体内容描述接口》（2002），Wiley:Wiley Chichester
[24] 梅特雷，B.M。；Kankanhalli，M.S。；Lee，W.F.，《基于内容的图像检索的形状度量：比较》，Inf.Process。管理。，33, 319-337 (1997)
[25] I.-J.Kim，J.-H.Lee，Y.-M.Kwon，S.-H.Park，使用颜色和形状特征的基于内容的图像检索方法，收录于：《信息、通信和信号处理国际会议论文集》，ICICS，新加坡，新加坡，1997年，第948-952页。；I.-J.Kim，J.-H.Lee，Y.-M.Kwon，S.-H.Park，使用颜色和形状特征的基于内容的图像检索方法，收录于：《信息、通信和信号处理国际会议论文集》，ICICS，新加坡，新加坡，1997年，第948-952页。
[26] Qing，T。；Jue，W.，一种新的基于加权余量的模糊支持向量机，神经过程。莱特。，20, 139-150 (2004)
[27] L.Zhang、F.Lin、B.Zhang，用于图像检索的支持向量机学习，摘自：IEEE图像处理国际会议论文集，塞萨洛尼基，2001年，第721-724页。；L.Zhang，F.Lin，B.Zhang，图像检索的支持向量机学习，载于：《IEEE国际图像处理会议论文集》，塞萨洛尼基，2001年，第721-724页。
[28] Burges，C.J.C.，模式识别支持向量机教程，Data Min.Knowl。Discovery，212-167（1998）
[29] 林，C.F。；Wang，S.D.，模糊支持向量机，IEEE Trans。神经网络，13，464-471（2002）
[30] 杜达，R.O。；哈特，体育。；Stork，D.G.，《模式分类》（2001），威利出版社：威利纽约·Zbl 0968.68140号
[31] Koontz，W.L.G。；Narendra，P.M。；Fukunaga，K.，非参数聚类分析的图形理论方法，IEEE Trans。计算。，C-25936-944（1976）·Zbl 0332.68080号
[32] R.Min，H.D.Cheng，一种新型主色描述符及其应用，载于：《第十届信息科学联合会议论文集》，美国犹他州盐湖城，2007年。；R.Min，H.D.Cheng，一种新的主色描述符及其应用，载于：《第十届信息科学联合会议论文集》，美国犹他州盐湖城，2007年。
[33] 卢，A。；Mauch，H.，《计算智能研究》，第38卷（2007），Springer:Springer Berlin，New York，xviii，379页·Zbl 1127.90072号
[34] Bellman，R.E.，《动态编程》（1957），普林斯顿大学出版社：普林斯顿大学出版，美国新泽西州普林斯顿·Zbl 0077.13605号
[35] D.Barbara，C.Domeniconi，J.P.Rogers，《使用转导和统计测试检测离群值》，载于《第十二届ACM SIGKDD国际知识发现和数据挖掘会议论文集》，美国宾夕法尼亚州费城，2006年，第504-509页。；D.Barbara，C.Domeniconi，J.P.Rogers，《使用转导和统计测试检测离群值》，载于《第十二届ACM SIGKDD国际知识发现和数据挖掘会议论文集》，美国宾夕法尼亚州费城，2006年，第504-509页。
[36] 普罗德鲁，K。；努列丁诺夫，I。；沃夫克，V。；Gammerman，A.，用于模式识别的传导性置信机器，（第13届欧洲机器学习会议论文集（2002），施普林格：施普林格柏林）
[37] R.Min，H.D.Cheng，基于模糊支持向量机相关反馈的基于内容的图像检索，载于：《第十届信息科学联合会议论文集》，美国犹他州盐湖城，2007年。；R.Min，H.D.Cheng，基于模糊支持向量机相关反馈的基于内容的图像检索，载于：《第十届信息科学联合会议论文集》，美国犹他州盐湖城，2007年。
[38] Wang，J.Z。；李，J。；Wiederhold，G.，《简单性：图片库的语义敏感集成匹配》，IEEE Trans。模式分析。机器。智力。，947-963年3月23日（2001年）
[39] Manjunath，B.S。；欧姆，J.R。；瓦苏德万，V.V。；Yamada，A.，颜色和纹理描述符，IEEE Trans。电路系统。视频技术。，11, 703-715 (2001)
[40] Deng，Y.N。；Manjunath，B.S。；肯尼，C。；摩尔，M.S。；Shin，H.，图像检索的有效颜色表示，IEEE Trans。图像处理。，10, 140-147 (2001) ·Zbl 1039.68548号
[41] Breiman，L.，Bagging预测因子，马赫数。学习。，24, 123-140 (1996) ·Zbl 0858.68080号
[42] Ho，T.K.，构建决策森林的随机子空间方法，IEEE Trans。模式分析。机器。智力。，20, 832-844 (1998)
[43] Zadeh，L.，模糊集，信息控制，8，338-353（1965）·Zbl 0139.24606号
[44] W.Foundation，Fuzzy Set Operations，第2007卷，2007，（\langle；）http://en.wikipedia.org/wiki/RGB_color_model\（\rangle；\）。；W.Foundation，Fuzzy Set Operations，第2007卷，2007，（\langle；）http://en.wikipedia.org/wiki/RGB_color_model\（\rangle；\）。
[45] Ross，T.J.，《工程应用的模糊逻辑》（2004），威利：威利霍博肯·兹比尔1060.93007
[46] 北卡罗来纳州克里斯蒂亚尼尼。；Shawe-Taylor，J.，《支持向量机和其他基于内核的学习方法简介》（2000），剑桥大学出版社：剑桥大学出版社
[47] H.D.Cheng，R.Min，一种用于对比度增强的新小波方法，载于：《第七届信息科学联合会议论文集》，JCIS 20032003，第680-683页。；H.D.Cheng，R.Min，《对比度增强的新小波方法》，载《第七届信息科学联合会议论文集》，JCIS 2003年，2003年，第680-683页。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。