大规模图像集中的代表性图像选取

作     者：齐美彬 朱俊俊 纪平 蒋建国 QI Mei-Bin;ZHU Jun-Jun;JI Ping;JIANG Jian-Guo

作者机构：合肥工业大学计算机与信息学院合肥230009 合肥学院电子信息与工程系合肥230022 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2014年第40卷第4期

页      面：706-712页

核心收录：

学科分类：0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61172164)资助~~ 

主　　题：代表性图像 语义主题 互近邻一致性 AP聚类 图像簇排名 

摘      要：针对传统图像检索系统通过关键字搜索图像时缺乏语义主题多样性的问题,提出了一种基于互近邻一致性和近邻传播的代表性图像选取算法,为每个查询选取与其相关的不同语义主题的图像集合.该算法利用互近邻一致性调整图像间的相似度,再进行近邻传播(AP)聚类将图像集分为若干簇,最后通过簇排序选取代表性图像簇并从中选取中心图像为代表性图像.实验表明,本文方法的性能超过基于K-means的方法和基于Greedy K-means的方法,所选图像能直观有效地概括源图像集的内容,并且在语义上多样化.