基于多示例学习和贝叶斯分类器的图像检索方法

摘要：

针对已有的多示例学习算法应用于图像检索时存在依赖于单个示例和耗时较长的缺陷,本文提出一个基于多示例学习和贝叶斯分类的图像检索方法.首先,将每幅图像分割成多个区域,把图像看作多示例学习中的包,区域看作为包中的示例;然后,使用高斯混合函数逼近估计正类图像正区域的类条件概率密度;最后,使用贝叶斯分类器为每幅图像计算一个相对于正类图像的后验概率,并根据后验概率值大小排序返回给用户.在Corel图像集上的实验表明,提出的方法具有好的检索精度和高的检索效率.

关键词：模式识别、图像检索、多示例学习、贝叶斯分类器

所属期刊栏目：17

分类号：TP391.4(计算技术、计算机技术)

资助基金：深圳职业技术学院校级青年项目601622K37006

在线出版日期：2018-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：7-11