图像检索中查询困难度预测及其应用
提出了一种基于流形学习的图像检索中查询困难度预测算法。该算法首先利用流形学习中的等距映射对描述图像的多视角数据进行降维，查询图像及其初始检索结果的低维特征被用来估计当前查询的困难程度。实验结果表明提出的图像查询困难度预测算法优于其他文本检索中的经典算法。在得到预测的查询困难度之后，提出了利用困难度指导伪相关反馈的策略，实验结果验证了这种策略的有效性。
图像检索 查询困难度 流形学习 预测算法
李扬曦 刘昊 许超
北京大学机器感知与智能教育部重点实验室,北京 100871
国内会议
银川
中文
196-198
2011-08-01（万方平台首次上网日期，不代表论文的发表时间）