论文部分内容阅读
近年来随着多媒体技术和互联网的飞速发展,图像信息越来越得到重视。如何从大量的图像中快速、有效、准确地搜索到人们感兴趣的图像成为当前面临的重要问题,基于内容的图像检索应运而生,成为多媒体搜索领域的热点问题。本文介绍了基于内容图像检索的国内外的研究现状以及多示例学习的基本理论,分析了多示例学习当前的应用领域,并在基于内容的图像检索基础上,提出一种基于多示例学习的图像检索方法,将多示例学习应用于图像检索中,以更好的处理图像的歧义性。该方法首先将图像作为多示例包,采用自适应k-均值图像分割算法将图像自动分成多个示例,然后利用期望最大多样性密度算法进行多示例学习,对学习结果进行图像相似性排序。最后根据用户选择的正包和负包实现相关反馈,使用户得到比较满意的结果。