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。