图像语义分析的多示例学习算法综述
DOI:
CSTR:
作者:
作者单位:

西安邮电大学

作者简介:

李大湘

通讯作者:

中图分类号:

基金项目:

国家自然科学基金:基于供应链低碳化的企业行为与运营优化决策研究;陕西省教育厅基金


Survey of MIL algorithms for image semantic analysis
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    多示例学习(MIL) 作为第4 种机器学习框架, 已在图像语义分析中得到了广泛应用. 首先介绍MIL 的起
    源、特点、相关概念和数据集; 然后以图像语义分析为应用背景, 对相关MIL 算法进行详细综述, 按照算法采用的学
    习机制对其进行分类, 并重点分析了各类算法提出的思路和主要特点; 最后, 对MIL 未来的研究方向作了探讨.

    Abstract:

    Multi-instance learning(MIL) has been recognized as the fourth machine learning framework, and has been widely
    used in the image semantic analysis. Firstly, the concepts such as development history, characteristics and many useful testing
    datasets of MIL techniques are reviewed. Then, many popular MIL algorithms are also introduced in detail by using realworld
    applications based on image semantic analysis. Meanwhile, based on their machine learning mechanisms, related MIL
    algorithms are divided into a variety of categories, which highlights the processes and dominant features of different MIL
    algorithms. Finally, the trends and possible outputs for further researches are discussed in details.

    参考文献
    相似文献
    引证文献
引用本文

李大湘, 赵小强, 李 娜.图像语义分析的多示例学习算法综述[J].控制与决策,2013,28(4):481-488

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-07-13
  • 最后修改日期:2012-10-15
  • 录用日期:
  • 在线发布日期: 2013-04-20
  • 出版日期:
文章二维码