Indexed by：
Abstract：
图像自动标注是图像理解与模式识别等领域中具有挑战性的关键研究问题.目前图像自动标注领域存在着一些问题.如未标注数据规模要远大于标注数据规模,只能单独使用某种图像分割策略与某类图像表示方法.针对上述问题,提出了基于Co—training的图像自动标注方法,通过构建4个独立的特征属性进而建立4个子分类器,将不同的图像分割方法与特征表示方法整合到一个统一框架中,利用提出的基于投票与一致性相结合的自适应算法扩展原始训练集.该方法通过使用Co—training算法,利用大量未标注数据来提升图像自动标注的性能.通过在Core[5K数据库上进行实验,验证了提出方法的有效性.
Keyword：
Reprint 's Address：
Email：
Source ：
厦门大学学报：自然科学版
ISSN： 0438-0479
Year： 2013
Issue： 4
Volume： 52
Page： 486-492
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count： -1
30 Days PV： 1
Affiliated Colleges：
