一种基于标记传播的大规模图像分类方法

作者：佘俏俏; 俞扬; 姜远; 周志华

来源：计算机研究与发展, 2012, 49(11): 2289-2295.

• 图像标记
• 大规模问题
• 标记传播
• 直推式学习
• 随机森林

在基于内容的图像检索中,图像标记具有十分重要的作用.由于为图像加标注代价昂贵,研究者通过利用大量的未标记数据来提高分类性能,标记传播是其中的一类有效方法.随着数据采集、存储技术的发展,数字图像的积累越来越容易,但现有的标记传播方法难以处理真实世界中的大规模数据.因此,针对大规模图像标记,融合标记传播和随机森林技术,提出一种新方法RFLP.它使用随机决策树进行样本压缩,使得传统的标记传播方法能够在压缩过的示例上高效执行,以利用未标记数据提高分类性能,然后利用随机森林将标记传播的结果推广到所有未标记示例上.实验结果表明,新方法RFLP的可扩展性明显优于传统标记传播方法,且其分类性能良好.

• 单位
  南京大学; 计算机软件新技术国家重点实验室