论文部分内容阅读
提出了一种基于半监督学习（Semi-Supervised Learning）的图像检索方法。首先通过一种预处理方法，可以有效地解决了检索大型图像数据库时所面临的高计算代价问题。然后，度量输入查询图像与所有相关图像间的相似性，得到初步的检索结果。最后，运用基于随机行程与重新开始（random walk and restart）的半监督学习方法细化初始的图像检索，以提高检索精度。实际图像数据库上的实验表明，运用半监督学习方法能够获取高精度的图像检索结果。