基于主动学习相关反馈算法探究

基于主动学习相关反馈算法探究

ID:5995383

大小:40.00 KB

页数:17页

时间:2017-12-30

基于主动学习相关反馈算法探究_第1页
基于主动学习相关反馈算法探究_第2页
基于主动学习相关反馈算法探究_第3页
基于主动学习相关反馈算法探究_第4页
基于主动学习相关反馈算法探究_第5页
资源描述:

《基于主动学习相关反馈算法探究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于主动学习相关反馈算法探究  摘要:相关反馈(referencefeedback)是信息检索领域中一种常用技术,近年来,该技术被广泛应用与基于内容的图像检索(CBIR)领域中,旨在通过用户与图像检索系统间的交互过程,克服图像底层特征与高层语义之间的语义鸿沟问题。本文将主动学习算法结合到相关反馈技术当中,其目的是利用主动学习算法,从无标记图像集中选择最具有信息化的部分图像作为反馈图像,减少用户与系统之间的反馈次数。在COREL图像库和VOC图像库上,对基于主动学习的相关反馈技术进行实验验证,实验结果证明了,基于主动学习的相关反馈技术可以有效提高图像检索系统的性能。关键词:基于内容

2、图像检索;相关反馈;主动学习;样本选择中图法分类号:TP391文献标识号:A文章编号:2095-2163(2013)04-ResearchonReferenceFeedbackbasedonActiveLearningWUWeining,LIUYang,GUOMaozu*,WANGChunyu,LIUXiaoyan(SchoolofComputerScienceandTechnology,17基于主动学习相关反馈算法探究  摘要:相关反馈(referencefeedback)是信息检索领域中一种常用技术,近年来,该技术被广泛应用与基于内容的图像检索(CBIR)领域中,旨在通过用户

3、与图像检索系统间的交互过程,克服图像底层特征与高层语义之间的语义鸿沟问题。本文将主动学习算法结合到相关反馈技术当中,其目的是利用主动学习算法,从无标记图像集中选择最具有信息化的部分图像作为反馈图像,减少用户与系统之间的反馈次数。在COREL图像库和VOC图像库上,对基于主动学习的相关反馈技术进行实验验证,实验结果证明了,基于主动学习的相关反馈技术可以有效提高图像检索系统的性能。关键词:基于内容图像检索;相关反馈;主动学习;样本选择中图法分类号:TP391文献标识号:A文章编号:2095-2163(2013)04-ResearchonReferenceFeedbackbasedon

4、ActiveLearningWUWeining,LIUYang,GUOMaozu*,WANGChunyu,LIUXiaoyan(SchoolofComputerScienceandTechnology,17HarbinInstituteofTechnology,Harbin,150001)Abstract:Referencefeedbackisacommontechniqueinthefieldofinformationretrieval.Recently,ithasbeenwidelyappliedinthetaskofcontent-basedimageretrieval(C

5、BIR)inordertoovercomethegapbetweenlowfeaturesandhighsemanticconceptsbyutilizingtheuser-computerinteraction.Thispapercombinestheactivelearningintoreferencefeedbacktechnique.Thegoalistochoosethemostinformativeimagesintheunlabeledpoolasreturnedimagesbyusingtheactivelearning,andthenreducesthefeed

6、backtimes.OntheCORELdatabaseandVOCdatabase,thepaperevaluatestheproposedmethod.TheexperimentalresultsindentifythatthereferencefeedbackbasedonactivelearningcaneffectivelyenhancetheperformanceofCBIRsystem.Keywords:Content-basedImageRetrieval;ReferenceFeedback;ActiveLearning;SamplingStrategy0引言17

7、相对文本而言,图像包含的内容则要丰富得多。由于互联网的发展,web上的图片数量正日趋庞大,图像包含的语义信息亦千差万别,另外具有相同语义信息的图像数量页在与日俱增。因此,作为信息检索中一个重要分支,基于内容的图像检索(CBIR)已成为关注热点。CBIR方法是以一幅图像作为单位,通过使用图像领域的前沿技术,提取图像的视觉特征,例如:颜色,纹理等。当用户查找图像时,搜索引擎根据用户所提供的图像视觉特征,寻找与之相似的图像。这一做法避免了TBIR策略存在的问题,可直接对图像进行操作。但

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。