基于贝叶斯分类器的图像检索相关反馈算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(69823001);国家重点基础研究发展规划973资助项目(G1998030509)


An Image Retrieval Relevance Feedback Algorithm Based on the Bayesian Classifier
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    由于图像底层特征及其本身所包含的上层语义信息的巨大差距,使得基于内容的图像检索很难取得令人满意的效果.作为一种有效的解决方案,在过去的几年中,相关反馈在该研究领域取得了一定的成功.提出了一种新的具有学习能力的反馈算法.该算法基于贝叶斯分类原理,运用不同的反馈策略分别处理正、负反馈,同时它具有学习能力,可以运用用户的反馈信息不断地修正检索参数,使系统的检索能力得到不断的提高.通过在大图片库上的检索实验 ,该算法产生的效果大大优于当前其他的反馈方法.

    Abstract:

    The biggest problem in content-based image retrieval (CBIR) is a big gap between high-level semantic contents and low-level features. As an effective solution, relevance feedback has been put on many efforts for the past few years. In this paper, a new relevance feedback approach with progressive learning capability is proposed. It is based on a Bayesian classifier and treats positive and negative feedback examples with different strategies. It can utilize previous users' feedback information to improve its retrieval ability. The experimental results show that this algorithm achieves high accuracy and effectiveness on real-world image collections.

    参考文献
    相似文献
    引证文献
引用本文

苏中,张宏江,马少平.基于贝叶斯分类器的图像检索相关反馈算法.软件学报,2002,13(10):2001-2006

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2000-12-21
  • 最后修改日期:2001-04-03
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号