基于多示例學習的圖像檢索方法研究.pdf

1、視覺是人類獲取信息最主要的方式，而且圖片通常能夠表達比文本、聲音更豐富的內容和含義。同時，近年來隨著圖像采集設備普及，每天都有大量圖片數據生成。因此快速從海量圖像數據獲取感興趣的圖像變的很有價值和意義。通常的基于機器學習的語義圖像檢索系統(tǒng)是通過提取整幅圖片特征進行訓練，建立底層視覺和語義標簽之間的映射模型，而來自現(xiàn)實世界的圖片通常含有多個對象，因此整幅圖片的特征通常因為有其他對象的信息而被污染，導致訓練的模型不能有很好的結果。本文提出了

2、基于多示例學習的圖片自動語義標注模型，能夠將圖片看作包含多個對象的包并從中學習感興趣對象的特征，從而能夠排除訓練圖片中非感興趣對象的干擾，使分類器收斂到更好的結果。
　　為了使用多示例學習框架，首先需要能夠快速有效的將圖片分割成有意義的區(qū)域，本文采用了基于圖的快速圖像分割算法框架，為了確定算法中參數的取值，定義了衡量算法分割效果的標準，并通過實驗確定了最優(yōu)參數取值。為了能夠提取區(qū)域的差異性特征，本課題使用深度卷積網絡模型，通過定義

3、識別和驗證雙信號目標函數，微調預訓練的Googlenet網絡模型，訓練得到能夠提取差異性特征的特征提取網絡模型。為了能夠獲得更好的分類效果，通過研究多示例學習算法基礎，設計合理選擇訓練樣本的方法，即使得負包中盡可能包含正包中的非感興趣對象，使得多示例分類器收斂到好的結果。為了使用基于多示例學習算法獲得的特定語義標簽的語義標注模型，本課題提出了一種類似于“投票”的方式組合所有語義模型產生圖片語義的算法。
　　本課題采用二分類多示例分