基于最大期望参数估计的多分类器集成方法技术

本发明专利技术所述的基于最大期望参数估计的多分类器集成方法，主要涉及到一种对多个单一分类器用最大期望参数估计方法进行集成的基于相关反馈的图像检索新方法，包括提取单元、检索单元、标记单元和学习单元；具体流程为：首先提取图像库中每幅图像的颜色、纹理、形状等底层视觉特征，用户随机从图像库中选取一幅图像，采用欧氏距离计算方法将该图像特征与图像库中所有图像的底层特征进行相似度比对，将相似度按大小排序并返回给用户前１０幅图像。用户根据返回图像与事先选取的图像是否属于同一个语义类将其标记为正例图像和反例图像，然后将标记好的图像放到支持向量机中进行训练学习，最后将学习后的结果反馈给用户。

【技术实现步骤摘要】

本专利技术所述的，属于多媒体信息中 基于相关反馈的图像检索领域，主要涉及到一种对多个单一分类器用最大期望参数估计 方法进行集成的基于相关反馈的图像检索方法。
技术介绍
目前随着多媒体技术的快速发展及Internet技术的日益普及，数字图像的来源 越来越广泛，每天各个领域都会产生数以千兆字节的图像信息。如何从浩瀚的图像信息 中快速准确的查找出用户所需要的信息成为了迫切需要解决的问题，基于内容的图像检 索技术应运而生，成为信息检索领域的研究热点，得到了国际学术界广泛研究。所谓基 于内容的图像检索，就是根据图像的颜色、纹理、形状等特征，按照某种相似度计算方 法，从图像库中找出与用户事先想要查询的图像最相似的若干幅图像。由于图像底层视 觉特征与图像高级语义之间存在代沟，因此人们提出了基于反馈的图像检索方法来解决 这一问题。早期的相关反馈技术主要采用启发式方法，并可大致分为两类查询点移动 和权值调整。前者通过修改查询向量的方式移动查询点，使得移动后的查询点靠近特征 空间中正样本集中的区域；后者通过调整特征分量权重的方式修改距离度量公制，以加 强那些能使正样本聚拢或能把正、负样本的特征分量。启本文档来自技高网...

【技术保护点】
一种基于最大期望参数估计的多分类器集成方法，其特征在于包括提取单元、检索单元、标记单元和学习单元；步骤一：提取单元该单元是提取图像库中每幅图像的底层视觉特征，然后将提取的特征放入特征库中，主要提取的底层视觉特征有颜色特征、纹理特征和形状特征；步骤二：检索单元该步骤属于一个人机交互的过程，用户随机从图像库中选取一幅示例图像，然后系统将特征库中每幅图像特征与该图像进行相似度比较，最后返回给用户与该示例图像最相似的Ｎ幅图像，其中Ｎ＝１０；步骤三：标记单元该步骤要对进行学习训练的样本图像进行标记；步骤四：学习单元该单元主要包括三个步骤，一构造分类器ａｓｙｍｍｅｔｒｉｃ　ｂａｇｇｉｎｇ　ＳＶＭ；二构造分...

【技术特征摘要】

【专利技术属性】
技术研发人员：王向阳，陈景伟，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：91[中国|大连]