一种图像分类的新方法
随着个人计算机和互联网上数字图像数量的快速增长，依据内容将每一幅进行分类越来越成为一项困难和沉重的任务。为有效处理这个问题，本文提出一种新的基丁-多多视角半监督学习的分类框架，该框架使用图像的多视图特征提高了图像分类的性能。在训练阶段，首先利用互不相关的多视角特征训练视图分类器，然后利用标注样本和高可信度的伪标注样本对视图分类器进行迭代优化。在分类阶段，首先利用多视图分类器得到待分类图像的类别标签，然后依据最大熵原理得到优化的类别标签。实验表明表明本文提出的方案可以有效地提高图像分类的性能。
多视图半监督学习 最大熵投票 多视图融合 图像标注
朱松豪 刘佳伟 胡荣林
南京邮电大学自动化学院,南京,210046;扬州苏安物联传感科技有限公司,扬州,225614 南京邮电大学自动化学院,南京,210046 扬州苏安物联传感科技有限公司,扬州,225614;淮阴工学院计算机工程学院,淮阴,223003
国际会议
长沙
中文
4313-4318
2014-05-31（万方平台首次上网日期，不代表论文的发表时间）