圖像分類方法研究.pdf

1、隨著計算機與互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，我們已經(jīng)進(jìn)入了一個以圖像構(gòu)建的世界。然而爆炸式增長的圖像數(shù)據(jù)卻使人們進(jìn)入了“信息發(fā)達(dá)、知識匱乏”的怪圈，一方面，人們面臨的是海量的圖像信息，另一方面，卻找不到自己所需要的數(shù)據(jù)。這種尷尬的局面促使人們迫切地尋求計算機能夠自動分析與理解圖像，滿足人們的檢索需求。圖像分類技術(shù)正是解決這一問題的有效途徑，它可以自動構(gòu)建與人類認(rèn)知相一致的圖像語義信息。
　　 由于圖像的多義性，多示例學(xué)習(xí)框架憑借其出色的圖

2、像表示能力被成功地運用到圖像分類任務(wù)中。基于多示例學(xué)習(xí)的圖像分類方法大致可以分為兩個方向，一種是在多示例數(shù)據(jù)上研究新的算法，使算法適應(yīng)數(shù)據(jù);另一種思路是則是直接運用一些成熟而有效的傳統(tǒng)監(jiān)督學(xué)習(xí)方法來解決多示例問題，使數(shù)據(jù)適應(yīng)算法。兩種方法均取得了不錯的分類效果。
　　 基于退化策略思想，本文提出了一種新的基于多示例學(xué)習(xí)的圖像分類方法。該方法首先針對圖像分類任務(wù)的特殊性提出了一種新的示例原型提取算法，更加快速有效的提取示例原型;然

3、后使用x-means方法對示例原型集合進(jìn)行聚類，建立映射空間，將多示例樣本轉(zhuǎn)化為傳統(tǒng)的單示例樣本;最后借助成熟的SVM技術(shù)學(xué)習(xí)分類決策。
　　 為了測試提出算法的有效性，我們在標(biāo)準(zhǔn)數(shù)據(jù)集Core(l)5k上進(jìn)行了實驗。實驗結(jié)果表明新的示例原型提取算法可以快速地提取出語義更加一致的示例原型，噪音少;通過對比其他的多示例學(xué)習(xí)算法，我們提出的這種新的多示例學(xué)習(xí)算法在圖像分類任務(wù)中獲得了較好的效果，具有較高的分類準(zhǔn)確率，驗證了算法的有效