基于成对约束聚类的图像索引方法Info-KmeansImageindexing.PDFVIP

第34 卷第7 期 通 信 学 报 Vol.34 No.7 2013 年7 月 Journa l on Communications July 2013 doi:10.3969/j .issn.1000-436x.2013.07.018 基于成对约束Info-Kmeans 聚类的图像索引方法 1 2 2 1 刘文杰 ，伍之昂 ，曹杰 ，潘金贵 (1. 南京大学 软件新技术国家重点实验室，江苏 南京 2 10046 ；2. 南京财经大学 江苏省电子商务重点实验室，江苏 南京 2 10003) 摘 要：针对图像数据噪声大和高维稀疏的特点，提出了一种基于噪声过滤和 Info-Kmeans 聚类的图像索引构建方 法。首先，利用余弦兴趣模式过滤噪声。其次，提出了一种新的Info-Kmeans 聚类算法，该算法不仅避免KL-divergence 计算过程中的零值困境问题，还能融合以成对约束出现的先验知识。最后，在LFW 和Oxford_ 5K 2 个图像数据集上 的实验表明：噪声过滤能显著提高聚类性能；Info-Kmeans 比已有聚类工具具有更优越的性能。 关键词：图像索引；兴趣模式；噪声过滤；聚类分析 中图分类号：TP 181 文献标识码：A 文章编号：1000-436X (20 13)07-0159-08 Image indexing method based on clustering via Info-Kmeans under pair constraints 1 2 2 1 LIU Wen-j ie , WU Zhi-ang , CAO Jie , PAN Jin-gui (1. State K ey Lab for N ovel So ftware Techno lo gy, N anj ing University, N anj ing 2 10046, China; 2. Jiangsu Provinc ia l K ey Laboratory o f E-Business, N anj ing University o f F inance and Economics, Nanj ing 2 10003, China) Abstract: Constructing high-qu ality content-b ased im age indexing is fairly d ifficu lt due to th e large amount of no ise in the data set and the high-d im ens ion and the sp arseness of the im age data. To meet this challenge, a novel no ise-filt ering and clustering w as proposed using Info-Kmeans b ased im age indexing construction method . Firstly, a noise-filtering m e- thod using th e cosine int eresting p atterns was pr