您的位置： 专家智库 > >

路晶

作品数：8 被引量：51H指数：4
供职机构：清华大学更多>>
发文基金：国家自然科学基金国家重点基础研究发展计划教育部科学技术研究重点项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 6篇期刊文章
  • 2篇学位论文

领域

  • 6篇自动化与计算...

主题

  • 8篇图像
  • 3篇图像自动标注
  • 2篇图像检索
  • 2篇聚类
  • 1篇多类分类
  • 1篇多类分类器
  • 1篇隐马尔科夫模...
  • 1篇映射
  • 1篇语义标注
  • 1篇语义空间
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像标注
  • 1篇图像分类
  • 1篇图像聚类
  • 1篇图像特征
  • 1篇图像语义
  • 1篇图像语义标注
  • 1篇内容图像检索
  • 1篇自动语义标注

机构

  • 8篇清华大学

作者

  • 8篇路晶
  • 6篇马少平
  • 3篇茹立云
  • 1篇金奕江

传媒

  • 4篇计算机研究与...
  • 1篇中国图象图形...
  • 1篇智能系统学报

年份

  • 2篇2009
  • 1篇2008
  • 1篇2007
  • 2篇2006
  • 1篇2005
  • 1篇2004
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
基于概念索引的图像自动标注被引量：12
2007年
在基于内容的图像检索中,建立图像底层视觉特征与高层语义的联系是个难题.一个新的解决方法是按照图像的语义内容进行自动标注.为了缩小语义差距,采用基于支持向量机(SVM)的多类分类器为空间映射方法,将图像的底层特征映射为具有一定高层语义的模型特征以实现概念索引,使用的模型特征为多类分类的结果以概率形式组合而成.在模型特征组成的空间中,再使用核函数方法对关键词进行了概率估计,从而提供概念化的图像标注以用于检索.实验表明,与底层特征相比,使用模型特征进行自动标注的结果F度量相对提高14%.
路晶马少平
关键词：图像自动标注多类分类器空间映射
基于Boosting学习的图片自动语义标注被引量：10
2006年
图片自动语义标注是基于内容图像检索中很重要且很有挑战性的工作。本文提出了一种基于Boosting学习的图片自动语义标注方法,建立了一个图片语义标注系统BLIR(boosting for lingu istic indexing im age retrievalsystem)。假设一组具有同一语义的图像能够用一个由一组特征组合而成的视觉模型来表示。2D-MHMM(2维多分辨率隐马尔科夫模型)实际上就是一种颜色和纹理特殊组合的模板。BLIR系统首先生成大量的2D-MHMM模型,然后用Boosting算法来实现关键词与2D-MHMM模型的关联。在一个包含60 000张图像的图库上实现并测试了这个系统。结果表明,对这些测试图像,BLIR方法比其他方法具有更高的检索正确率。
茹立云马少平路晶
关键词：基于内容图像检索图像语义标注BOOSTING算法
基于内容的图像自动分类与自动标注研究
路晶
关键词：图像分类
基于语义空间的图像自动标注方法研究及实现
路晶
关键词：图像检索语义空间
使用基于多例学习的启发式SVM算法的图像自动标注被引量：21
2009年
在基于内容的图像检索中,按照图像的语义内容进行自动标注是一个具有挑战性的难题.将解释语义内容的关键词当做图像类别标签可使自动标注问题转化为图像分类问题.对于多数训练数据,关键词仅仅是针对整幅图像来标注的,并不是针对图像中的具体区域.为了克服这个问题,提出了多例学习(MIL)框架下基于支持向量机(SVM)的启发式算法HSVM-MIL.使用迭代的启发式最优化算法来解决多例学习中复杂的整型规划问题,以使分类风险最小化.每次迭代试图改变一个样例的类别以最大化普通SVM的分类间隔.在图像数据库和多例学习的经典数据集MUSK上的实验表明,HSVM-MIL算法具有优良的分类性能.由于该算法针对个体样例的正负分类进行判断,因而能够确定图像区域与关键词之间的对应关系,克服了大多数多例学习算法的缺点.
路晶马少平
关键词：图像自动标注支持向量机
基于多例学习的Web图像聚类被引量：6
2009年
在图像分类和自动标注系统中,多例学习(MIL)是研究的热点.目前MIL中的算法多为监督学习方法.针对非监督学习,在基于EM算法和启发式迭代优化算法的框架下,提出了6种多例聚类算法,并通过它们对来自于真实Web环境下的图像进行聚类以分析用户的搜索兴趣.由于一幅图像含有若干个区域,每个区域可被看为一个样例,属于同一个图像的区域则组成一个包.因此如何理解图像语义内容的问题即转化为多例学习.在多例学习的经典数据集MUSK数据和来自于Web图像集上的比较实验表明,提出的多例聚类算法具有优良的聚类性能.
路晶马少平
关键词：非监督学习聚类算法EM算法
基于平均检索精度的图像特征融合方法被引量：4
2005年
在基于内容的图像检索中,不同图像特征反映了图像不同侧面的内在特性,如何有效地组织和利用这些特征从而提高系统的检索性能是一个值得研究的课题.首先提出了特征互补率的定义,通过计算互补矩阵有指导地选择融合特征集.实验结果表明,互补矩阵能够很好地估计特征之间的补充能力.同时提出了基于平均检索精度的特征线性融合方法,并在一个包含12000张异质图像的大型图像库上与当前图像检索中最常用的几种方法进行了对比实验,结果表明这种方法具有更高的精度.
茹立云马少平路晶
使用基于SVM的否定概率和法的图像标注被引量：2
2006年
在基于内容的图像检索中,建立图像底层视觉特征与高层语义的联系是个难题.对此提出了一种为图像提供语义标签的标注方法.先建立小规模图像库为训练集,库中每个图像标有单一的语义标签,再利用其底层特征,以SVM为子分类器,“否定概率和”法为合成方法构建基于成对耦合方式(PWC)的多类分类器,并对未标注的图像进行分类,结果以N维标注向量表示,实验表明,与一对多方式(OPC)的多类分类器及使用概率和法的PWC相比,“否定概率和”法性能更好.
路晶金奕江马少平茹立云
全选 清除 导出
共1页<1>
聚类工具0