贝叶斯框架下基于区域的相关反馈算法.pdfVIP

第30卷第4期 电 子 与 信 息 学 报 Vb1．30No．4 2008年4月 Journal of ElectronicsInformation Technology Apr．2008 贝叶斯框架下基于区域的相关反馈算法 赵玉凤④ 赵 耀∞ 朱振峰㈣ (北京交通大学信息科学研究所 北京 100044 f北京大学视觉与听觉信息处理国家重点实验室 北京 100871) 摘 要：融合基于区域的图像表达方式和相关反馈技术能够有效地提高图像检索的性能。由于现有的方法没有充分 考虑相同语义类内区域特征的分布情况，进而无法对该类的语义信息进行有效的描述，为此该文提出了贝叶斯框架 下基于区域的相关反馈模型。在每轮相关反馈中，通过在线学习区域的贝叶斯分类器，同时根据最近邻最小错误估 计原则确定分类器的可信度，可以可靠地建立图像相似性度量的概率模型。此外，在应用非参数密度估计技术来构 造语义类的特征分布时，针对区域分割的不精确性，该文还考虑了区域特征空间的总体分布因素，进而对区域的后 验分布进行更可靠地估计。最后的实验说明了该文方法的有效性。 关键词：相关反馈；贝叶斯分类器：非参数密度估计 中图分类号：TP391 文献标识码：A 文章编号：1009-5896(2008)04-0937-04 、 Bayesian Probability Model Based on Region and Relevance Feedback Zhao Yu-feng① Zhao Yao① Zhu Zhen-feng~ (Institute otinformation，Beijing~aotong University，Beijing 100044，China) (National key laboratory on machine perception，Peking University，Beijing 100871，China) Abstract：Many researchers have found it call improve the retrieval performance by combining region-based representation and relevance feedback technology．Since the previous works have ignored the probabilistic distribution of regions in the same semantic class，it is hard to represent the semantic information effectively．In this paper，Bayesian probabilistic model based on region and relevance feedback is proposed．The probability model of image similarity Can be constructed via the Bayesian classifier obtained by on-line learning and its certainty based on the least error probability of the nearest region in relevant images set．When it conies to the non-parameter density estimation technique for characterizing the region feature distributio