Název: A new CBIR approach based on relevance feedback and optimum-path forest classification
Autoři: da Silva, André Tavares
Xavier, Alexandre
Magalhães, Léo Pini
Citace zdrojového dokumentu: Journal of WSCG. 2010, vol. 18, no. 1-3, p. 73-80.
Datum vydání: 2010
Nakladatel: Václav Skala - UNION Agency
Typ dokumentu: article
článek
URI: http://wscg.zcu.cz/WSCG2010/Papers_2010/!_2010_J_WSCG-2010_1-3.pdf
http://hdl.handle.net/11025/1270
ISBN: 978-80-86943-89-3
ISSN: 1213–6972 (hardcover)
1213–6980 (CD-ROM)
1213–6964 (online)
Klíčová slova: relevanční zpětná vazba;obsahové vyhledávání obrazů
Klíčová slova v dalším jazyce: relevance feedback;content based image retrieval
Abstrakt: Recently some CBIR approaches have shown the use of relevance feedback to train a pattern classifier to select relevant images for retrieval. This paper revisits this strategy by using an optimum-path forest (OPF) classifier. During relevance feedback iterations, the proposed method uses the OPF classifier to decide which database images are relevant or not. Images classified as relevant are sorted and presented to the user for a new iteration. Such images are ordered according to the normalized distance using relevant and irrelevant representative images, computed previously by the OPF classifier. Our experiments show that the proposed approach requires fewer iterations, being faster and more effective than methods based on SVM.
Práva: © Václav Skala - UNION Agency
Vyskytuje se v kolekcích:Number 1-3 (2010)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Silva.pdf965,05 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/1270

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.