-
题名用于图像检索的三种分类器方法及其性能评价
- 1
-
-
作者
王卫伟
刘伟
徐伟栋
张娟
邵国良
-
机构
杭州电子科技大学自动化学院
浙江省肿瘤医院放射科
-
出处
《机电工程》
CAS
2010年第7期47-52,共6页
-
基金
国家自然科学基金资助项目(60705016)
浙江省自然科学基金资助项目(Y1080740)
浙江省重大科技攻关国际合作资助项目(2006C14026)
-
文摘
为了研究基于不同分类器的基于内容图像检索(CBIR)方法检索结果之间的关系,针对3种基于不同分类器的CBIR方法—基于解析特征相似性的k近邻方法、基于学习特征相似性的BP神经网络方法和基于信息论的互信息方法,分析研究了它们各自的检索性能以及它们之间检索结果的相关度和权重相关度(相关度描述不同CBIR方法检索到相同ROI占返回ROI总数中的比例信息,权重相关度则描述这些相同的ROI在各自检索结果中的不同排序位置信息)。实验结果表明,K-NN,BP-ANN和MI之间检索结果相关度较差,当返回15个ROI时,平均查准率分别为72.6%7,0.7%和68.9%,K-NN与MI,K-NN与BP-ANN以及MI与BP-ANN之间检索结果相关度分别为7.09%,9.60%和14.37%,权重相关度分别为0.011,0.023和0.039。这表明,由于基于不同分类器,不同CBIR方法可能会检索到视觉上和排列顺序上非常"不同的"相似图像。
-
关键词
基于内容图像检索
分类器
性能评估
相关度
权重相关度
-
Keywords
content-based image retrieval（CBIR）
classifier
performance evaluation
association degree
weight association degree
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
