基于相关反馈和AdaBoost算法的图像检索的研究与实现
针对相关反馈技术存在标注样本少,样本正负比例不平衡,特征维数高,导致反馈准确率低,性能不稳定等问题,文中结合相关反馈机制和AdaBoost算法提出了一种有效的算法。由支持向量机作为每轮用户反馈时AdaBoost算法的弱分类器训练强分类器,并且存储每轮反馈训练的强分类器和它对应的训练信息,模拟AdaBoost算法的权值调整思想,更新总的分类器和下一轮训练样本集,结合AdaBoost算法的择优选择思想,对颜色、纹理和组合特征采用分开训练、择优选择策略。结果表明,该方法有效的提高了系统的检索性能。
相关反馈机制 图像检索 AdaBoost算法 支持向量机 强分类器
王晓峰 王修柱
上海海事大学信息工程学院,上海201306
国内会议
第8届全国计算机支持的协同工作学术会议(CCSCW-2012)暨全国第23届计算机技术与应用学术会议(CACIS-2012)
威海
中文
338-344
2012-07-20(万方平台首次上网日期,不代表论文的发表时间)