论文部分内容阅读
针对图像理解中的图像间相似度的关系，提出了基于度量学习的图像理解方法。通过成对约束的度量学习算法，以及在优化目标中增加原空间数据分布的约束，得到一个能够反映当前训练数据的参数化距离函数，并在KNN分类器上使用该距离函数构建学习器。在真实数据集和ALOI图片数据集上的实验表明，基于度量学习的算法能够有效识别图像主题和特定的对象，相比传统的基于欧氏距离的算法有更高的正确率和泛化能力。