一种改进的用于图像目标提取的多示例学习算法
本文在MILES算法的基础上，提出了一种利用视觉关键词辞典为特征空间的多示例学习算法，并在示例判定的过程中结合分割实现了目标检测与提取。该方法采用“Bag of WordS”模型，将图像作为多示例包，表示该图像的若干视觉关键词作为包中示例，并把视觉关键诃辞典作为特征空间，通过对包中示例个数统计将其映射到特征空间中，随后采用1-norm SVM来挑选重要特征同时对图像进行分类;对判定为正的图像进行示例判定，以判定为正的示例作为相应的目标“种子”点，然后进一步结合图像分割结果，实现目标提取。在Caltech101等标准图像集上的实验结果证明了本文方法的有效性。
多示例学习 视觉关键词 分割 目标提取
王孟月 张常麟 宋彦
中国科学技术大学电子工程与信息科学系,合肥 230027 中国科学院沈阳自动化研究所机器人国家重点实验室,沈阳 110016
国内会议
重庆
中文
608-612
2010-10-21（万方平台首次上网日期，不代表论文的发表时间）