图像检索中的主动学习及其可测量性-计算机技术与发展.pdfVIP

维普资讯 第 l6卷 第 2期 计 算 机 技 术 与 发 展 V )‘1．16 NO．2 2006年 2月 (X)M PUTER rECHNO1XjY AN ]【DEVE1．OPMENT Feb．2006 图像检索中的主动学习及其可测量性 凌俊斌 ，庄卫华 ，刘鲁西 (河海大学计算机及信息工程学院，江苏 南京 210098) 摘 要 ：主动学习对于复杂、主观、使用少量训练实例的图像检索查询具有非常有效的作用。在图像检索中应用主动学习 与支持向量机相结合的方法进行相关反馈 ，通过两者的互补来有效地提高图像检索的精度。对比了推理算法、简单主动算 法以及角度多样性算法3种主动学习算法 ，并研究了最好的样本选择策略。还讨论了主动学习中概念复杂度 的可测量性 ， 并对未来的研究方向提出了建议。相信随着这些可测量性问题被重点提出，主动学习的成果可以被广泛应用。 关键词 ：图像检索；支持向量机；主动学习 中图分类号：TP3O1．6 文献标识码：A 文章编号：1005—3751(2006)02—0132一O3 ActiveLearningandItsScalabilityforImageRetrieval LINGJun．bin，ZHUANGWei．hua，LIU Lu．xi (ComputerandInformationEngineeringCollegeofHohaiUniversity，Nanjing210098，China) Abstract：Activelearningplaysavitalroleinimageretrievalwithalittleamountoftraining instances．That’SbecauseweGaDcombineac— tivelearning withsupportvectormachines tOimpmvetheaccuracyofimageretrieva1．Thispapercompares threekindsofactivelearning algorithms：speculativealgorithm，simpleactivealgoritmh na dangle—diversityalgoritmh ，naddevelopsthebeststrategyofsampleeslee— tion．Besides，thispaperdiscussesthe twoscalabilityissues ofactivelearning ：sealability indatasetsize，nadscalabilityinc0ncepteom— plexiw，na dpm~des manysuggestionsofthedirectionsofthestudy．Withthedveelopm~ toftheissuesofesalabilityproblem ，thepro— duetionofactivelearning canbenefitthosealeasdefinitely． Keywords：imageretrieval；SVMs；activelearning 0 引 言 利于分类器性能的样本来进一步训练分类器 ，它能有效地 在图像检索 中应用主动学习与支持向量机 (Support 减少评价样本的数量。 VectorMachines)相结合的方法来进行相关反馈 ，通过两 主动学习从形式上是一个循环反复的过程。首先，候 者的互补能有效地提高图像检索的精度。主动学习可 以 选样本集中所有的样本都未带类别标注，根据先验知识 找到最具有信息的样本来引发用户反馈 以达