• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Chinese Control and Decision Conference >A novel approach for image classification
【24h】

A novel approach for image classification

机译：一种新颖的图像分类方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The overwhelming amounts of digital images on the Web and personal computers have triggered the requirement of an effective tool to classify each image into appropriate semantic category based on the image content has become an increasingly difficult and laborious task. To deal with this issue, we propose a novel multi-view semi-supervised learning framework to improve the prediction performance of image classification by using multiple views of an image. In the training process, labeled images are first adopted to train view-specific classifiers independently using uncorrelated and sufficient views, and each view-specific classifier is then iteratively re-trained using initial labeled samples and additional pseudo-labeled samples based on a measure of confidence. In the classification process, the maximum entropy principle is utilized to assign appropriate category label to each unlabeled image using optimally trained view-specific classifiers. Experimental results on a general-purpose image database demonstrate the effectiveness and efficiency of the proposed multi-view semi-supervised scheme.
机译：Web和个人计算机上大量的数字图像触发了对基于图像内容将每个图像分类为适当语义类别的有效工具的需求，这已成为一项越来越困难和艰巨的任务。为了解决这个问题，我们提出了一种新颖的多视图半监督学习框架，以通过使用图像的多个视图来提高图像分类的预测性能。在训练过程中，首先采用带标签的图像来使用不相关且足够的视图独立地训练特定于视图的分类器，然后，基于初始测量的样本和其他伪标记的样本，对每个特定于视图的分类器进行迭代地重新训练。信心。在分类过程中，使用最大熵原理，使用经过最佳训练的特定于视图的分类器，将适当的类别标签分配给每个未标记的图像。在通用图像数据库上的实验结果证明了所提出的多视图半监督方案的有效性和效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号