论文部分内容阅读
提出一种基于多示例学习(Multiple-instance learning)的图像检索方法,将多示例学习应用于图像检索中,以有效的处理图像的歧义性。该方法首先将图像作为多示例包,其次采用自适应k-means图像分割算法将图像自动分成多个示例,然后根据用户选择的实例图像生成正包和反包,再采用EM-DD(expectation maximization diverse density)算法进行多示例学习,实现图像检索和相关反馈,最终使用户得到比较满意的结果。