文献

J-GLOBAL ID：201102203107464598   整理番号：11A1410372

SVMと能動学習に基づく画像検索方法

Image retrieval method based on SVMs and active learning

著者 (5件)： Zhang Yufang (Coll. of Computer Sci., Chongqing Univ., Chongqing) ,  Chen Zhuo (Coll. of Computer Sci., Chongqing Univ., Chongqing) ,  Xiong Zhongyang (Coll. of Computer Sci., Chongqing Univ., Chongqing) ,  Liu Jun (Coll. of Computer Sci., Chongqing Univ., Chongqing) ,  Wang Yinhui (Coll. of Computer Sci., Chongqing Univ., Chongqing)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 46  号： 24  ページ： 193-196  発行年： 2010年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 能動学習はコンテンツベース画像検索(lCBIR)性能改善のための重要技術であると証明された。関連度フィードバック技術は効果的にラベリングのコストを減らすことができる。能動学習アルゴリズムを提唱して,画像検索における選択的収集の性能を改良するために同時活性的SVMに重みを加えた。色とテクスチャは画像の充分と非相関視覚であると自然にみなされる。別々に色とテクスチャ特徴空間の重さを算出する。SVM分類装置は色とテクスチャ特徴部分空間で学習して,それぞれラベルされていないデータを分類する。これらの用例の間の冗長性を減らして,K-平均ベースの能動的選択規準を,ユーザのフィードバックに画像を選択するために提案する。実験結果は,提案したアルゴリズムにはより高い精度があり,より良い検索効果を持っているのを示している。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *画像検索 ,  *学習 ,  サポートベクトルマシン ,  学習アルゴリズム ,  フィードバック ,  ラベル付け【画像】 ,  画像
準シソーラス用語： *能動学習 ,  SVM ,  コンテンツベース画像検索 ,  ラベリング【画像】 ,  テクスチャ ,  実験結果

分類 (2件)： 数値計算  (JE02000J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： SVM ,  能動学習 ,  画像検索