基于譜聚類和多示例學(xué)習(xí)的圖像檢索方法*

李展彭進(jìn)業(yè)，2溫超

(1.西北大學(xué)信息科學(xué)與技術(shù)學(xué)院，陜西西安710069;2.西北工業(yè)大學(xué)電子信息學(xué)院，陜西西安710072)

傳統(tǒng)的基于內(nèi)容的圖像檢索(CBIR)通過(guò)圖像特征度量整體相似性來(lái)實(shí)現(xiàn)［1］;而基于對(duì)象的圖像檢索(OBIR)只關(guān)心那些包含特定對(duì)象的圖像.由于OBIR更適應(yīng)用戶檢索需求，因此已成為CBIR新的研究熱點(diǎn)［2］.

針對(duì)OBIR，一種方法是以“視覺(jué)詞袋”(BoW)模型為基礎(chǔ)，獲取圖像感興趣區(qū)域的尺度不變特征變換(SIFT)特征［3］，利用BoW模型進(jìn)行圖像檢索.Zheng等［4］從文本檢索中得到啟示，提出基于視覺(jué)詞組的檢索方法.Philbin等［5］通過(guò)獲取局部幾何空間特征提高檢索性能.Wu等［6］利用多樣本多樹(shù)方法解決了特征檢測(cè)、提取和量化步驟中的信息損失問(wèn)題.另一種方法基于多示例學(xué)習(xí)(MIL)框架，利用MIL實(shí)現(xiàn)圖像檢索.Dietterich等［7］在藥物活性預(yù)測(cè)的研究工作中，于1997年首次提出MIL的概念.傳統(tǒng)機(jī)器學(xué)習(xí)框架中訓(xùn)練樣本與標(biāo)記是一一對(duì)應(yīng)的，而MIL問(wèn)題中，訓(xùn)練樣本包有多個(gè)示例，只有包具有標(biāo)記.若包中有正示例，則標(biāo)記為正，反之標(biāo)記為負(fù).如對(duì)圖像進(jìn)行分割，將圖像與分割區(qū)域分別看作包和示例，包含有檢索對(duì)象的圖像標(biāo)為正包，否則標(biāo)為負(fù)包.利用已標(biāo)記正負(fù)圖像學(xué)習(xí)分類器并進(jìn)行檢索，則基于對(duì)象的圖像檢索就變成了多示例學(xué)習(xí)問(wèn)題.Zhang和Rouhollah等［8-9］結(jié)合多樣性密度(DD)函數(shù)和期望最大值算法(EM)，利用EM-DD算法對(duì)圖像檢索進(jìn)行研究.Chen等［10-11］提出了DD-SVM與MILES兩個(gè)經(jīng)典MIL算法，通過(guò)構(gòu)造空間，將多示例包非線性投影并嵌入到構(gòu)造空間中，利用支持向量機(jī)(SVM)求解MIL問(wèn)題.Wang等［12］受基于圖的半監(jiān)督學(xué)習(xí)算法的啟發(fā)，提出了GMIL算法，該算法定義包含標(biāo)記數(shù)據(jù)、半標(biāo)記數(shù)據(jù)和未標(biāo)記數(shù)據(jù)的代價(jià)函數(shù)，并對(duì)該代價(jià)函數(shù)進(jìn)行迭代優(yōu)化.Fu等［13］則利用交替迭代方法選擇示例，完成圖像檢索.

要實(shí)現(xiàn)高效的對(duì)象圖像檢索任務(wù)，需解決如下3個(gè)主要問(wèn)題.(1)適合圖像檢索的特征和圖像檢索模型選擇問(wèn)題;(2)圖像標(biāo)注復(fù)雜度和檢測(cè)對(duì)象區(qū)域問(wèn)題:要獲得帶有明確標(biāo)記的訓(xùn)練樣本和指定檢測(cè)對(duì)象區(qū)域，均依賴人工指定，效率不高;(3)檢索效率問(wèn)題:檢索系統(tǒng)需實(shí)時(shí)反應(yīng)用戶，并返回滿足查詢要求的圖像.基于BoW模型的方法中，SIFT特征獲取和匹配的時(shí)間復(fù)雜度都非常高，而且需要預(yù)先指定檢索對(duì)象區(qū)域，因此并不是最好的解決方法.本研究以多示例學(xué)習(xí)模型為基礎(chǔ)，設(shè)計(jì)了一種新的對(duì)象圖像檢索算法SCPMK-MIL(Spectral Clustering and Pyramid Matching Kernel for Muti-Instance Learning).該算法首先在正包示例集合內(nèi)進(jìn)行譜聚類(SC)，基于聚類中心點(diǎn)數(shù)最大原則選擇潛在正示例代表，將包內(nèi)其它示例相似性視為多部分相似問(wèn)題，分別使用徑向基函數(shù)(RBF)和金字塔核(PMK)度量相似性，然后利用SVM學(xué)習(xí)分類器模型并實(shí)現(xiàn)圖像檢索;相關(guān)反饋技術(shù)可以大大提高檢索性能［14］，因此最后進(jìn)行相關(guān)反饋.

1 SCPMK-MIL算法

1.1 潛在正示例代表的選擇

假設(shè)要訓(xùn)練一個(gè)針對(duì)對(duì)象z的MIL分類器，標(biāo)注圖像集為L(zhǎng)={(B1，y1)，(B2，y2)，…，(Bs，ys)}，其中，yi∈{－1，+1}，i=1，2，…，s，這里+1表示圖像中包含對(duì)象z，而－1表示不包含對(duì)象z.在集合L中，前m個(gè)包為正包，標(biāo)記為yi=+1，后l個(gè)包為負(fù)包，標(biāo)記為yi=－1，滿足s=m+l.未標(biāo)注圖像集為U={Bs+1，Bs+2，…，Bs+p}，其中p為圖像集U中包的個(gè)數(shù).設(shè)圖像Bi被分割成ni個(gè)區(qū)域，每個(gè)區(qū)域?qū)?yīng)的視覺(jué)特征向量記作x ij∈Rd，d表示視覺(jué)特征向量的維數(shù)，則稱為MIL訓(xùn)練包，x ij為包中示例.將yi=+1的包內(nèi)示例排在一起，稱為正包示例集合，記作

式中，q表示正包中示例的總數(shù)

傳統(tǒng)的聚類算法，如k-means算法和EM算法，都是建立在凸球形的樣本空間上.當(dāng)樣本空間不為凸時(shí)，算法會(huì)陷入局部最優(yōu).而譜聚類能在任意形狀的樣本空間上聚類，且收斂于全局最優(yōu)解，因此本研究選擇譜聚類NJW算法［15］進(jìn)行聚類，以獲取潛在正示例代表.

譜聚類算法的思想來(lái)源于譜圖劃分理論，假定將L+中每個(gè)示例看作圖中的頂點(diǎn)V，根據(jù)示例間的相似度將頂點(diǎn)間的邊A賦權(quán)重值w，這樣就得到一個(gè)基于示例相似度的無(wú)向加權(quán)圖G=(V，A).那么在圖G中，就可將聚類問(wèn)題轉(zhuǎn)化為圖G的劃分問(wèn)題.為了求解該劃分問(wèn)題，可將問(wèn)題轉(zhuǎn)化為L(zhǎng)aplacian矩陣的譜分解，從而實(shí)現(xiàn)對(duì)圖劃分準(zhǔn)則的逼近［16］.

譜聚類算法步驟為:首先根據(jù)給定的樣本數(shù)據(jù)集定義一個(gè)描述成對(duì)數(shù)據(jù)點(diǎn)相似度的親合矩陣，并計(jì)算拉普拉斯矩陣的特征值和特征向量，然后選擇合適的特征向量進(jìn)行聚類.

定義1(親合矩陣W)給定集合L+中的任意兩個(gè)示例x i、x j，其權(quán)重定義為

式中，σ為事先指定參數(shù).

定義2(度矩陣D)度矩陣D為對(duì)角陣，其對(duì)角元素值為親合矩陣W的行元素之和，其余元素為0.

定義3(規(guī)范Laplacian矩陣L)規(guī)范Laplacian矩陣定義為

式中I為單位矩陣.

文中采用聚類中心點(diǎn)數(shù)最大原則，即對(duì)正示例集合L+進(jìn)行k聚類，計(jì)算聚類樣本的中心{o1，o2，…，ok}.統(tǒng)計(jì)每個(gè)聚類所包含的正示例點(diǎn)數(shù){c1，c2，…，ck}，認(rèn)為包含點(diǎn)數(shù)最多的聚類中心點(diǎn)為潛在正示例中心.選擇包Bi中和該聚類中心距離最近的示例作為包Bi的潛在正示例代表.

定義4(聚類中心O)對(duì)正包示例集合L+進(jìn)行k聚類，獲得k個(gè)不相交的子圖Gj，j=1，2，…，k.示范函數(shù)I(·)判斷x i是否屬于子圖Gj，定義為

則聚類中心向量O中分量O j可由下式計(jì)算:

定義5(潛在正示例中心)統(tǒng)計(jì)子圖Gj的正示例點(diǎn)個(gè)數(shù)，假定點(diǎn)個(gè)數(shù)最大的子圖為Gh，則O h為潛在正示例中心.定義N(j)為統(tǒng)計(jì)子圖Gj的正示例個(gè)數(shù)函數(shù)，C為子圖Gj中所含示例點(diǎn)個(gè)數(shù)向量.C的分量Cj的計(jì)算公式為

若

則O h為潛在正示例中心.

定義6(潛在正示例代表)通過(guò)式(7)得到潛在正示例中心O h后，包Bi和O h距離最近的示例x ir稱為潛在正示例代表.其中，

基于以上定義與聚類中心點(diǎn)數(shù)最大原則，構(gòu)造潛在正示例代表集合的算法1的步驟描述如下.

輸出:潛在正示例代表集合γ.

1)以L+為集合，用式(2)計(jì)算親合矩陣W.

2)利用公式(3)和(4)分別計(jì)算度矩陣D和規(guī)范Laplacian矩陣L.

3)計(jì)算矩陣L前k個(gè)最大特征值所對(duì)應(yīng)的特征向量x1，x2，…，x k，構(gòu)造矩陣X=［x1x2…x k］.

4)將矩陣X的行向量歸一化，轉(zhuǎn)變?yōu)閱挝幌蛄?，得到矩陣Y，其元素

5)將矩陣Y的每一行看作Rk空間中的一個(gè)點(diǎn)，使用k-means算法進(jìn)行聚類，得到k個(gè)不相交的子圖Gj，j=1，2，…，k.

6)利用式(6)和(8)計(jì)算聚類中心和潛在正示例中心.

7)對(duì)?Bi∈B，利用式(9)計(jì)算潛在正示例代表x ir，進(jìn)行如下操作:

(1)將x ir加入集合γ;

(2)從集合B中刪除Bi.

8)如果B非空，則跳轉(zhuǎn)本算法步驟7);否則，輸出γ，算法結(jié)束.

1.2 SCPMK-MIL核函數(shù)的計(jì)算

SIFT匹配問(wèn)題是標(biāo)準(zhǔn)的多部分相似問(wèn)題.針對(duì)SIFT相似問(wèn)題，相應(yīng)的核方法得到了廣泛的研究和應(yīng)用.其中Kristen等［17］提出的金字塔核最為有效;其構(gòu)造多解析直方圖，在直方圖金字塔基礎(chǔ)上，通過(guò)權(quán)重組合直方圖重疊值構(gòu)造核函數(shù).

文獻(xiàn)［17］定義核函數(shù)

式中，z1、z2為兩個(gè)SIFT特征，Hi(x)為投影的第i級(jí)直方圖，ψ(x)=［H0(x)，H1(x)，…，Hl－1(x)］，τ(·，·)為直方圖的重疊值.

由算法1得到正示例代表集合γ={γ1，γ2，…，γs+p}.SCPMK-MIL核函數(shù)定義為

式中:krbf為RBF核函數(shù);kpmk為金字塔核函數(shù);α為krbf對(duì)核函數(shù)K的影響因子，滿足1＞α＞0;集合E和F分別滿足E∪γi=Bi和F∪γj=Bj.

SCPMK-MIL核矩陣K元素Kij的計(jì)算方法為:利用算法1，獲取包集合B=L∪U的潛在正示例集合γ，對(duì)MIL中的包Bi和Bj分別去掉潛在正示例代表γi和γj，生成新集合E和F.利用公式(11)計(jì)算核矩陣K.構(gòu)造核矩陣K和其元素Kij的算法2的具體步驟如下.

輸入:潛在正示例代表集合γ，集合B=L∪U，正比例系數(shù)α.

輸出:核矩陣K.

1)任取B中的兩個(gè)包Bi和Bj，令E=Bi－{γi}，F(xiàn)=Bj－{γj};

2)利用式(11)計(jì)算K(Bi，Bj)，并賦值給Kij;

3)如果未遍歷完B中所有包，則跳轉(zhuǎn)本算法步驟2);否則輸出K，算法結(jié)束.

1.3 SVM分類及相關(guān)反饋

SVM利用最大化margin思想，尋找保證正確分類情況下的最大間隔.其優(yōu)化目標(biāo)為

式中:{xi，yi}為訓(xùn)練樣本(i=1，2，…，t)，t為訓(xùn)練樣本總數(shù);ω為分類面法向量;ξi為松弛變量;φ(·)為由低維到高維的映射函數(shù);b為偏移量，b∈R;λ為懲罰因子，如λ=∞則為線性可分情況，否則為線性不可分情況.

利用拉格朗日和Wolfe對(duì)偶理論，優(yōu)化問(wèn)題變形為

式中，βi為拉格朗日乘子，此處核函數(shù)K用算法2計(jì)算.

式中:{x i，yi}∈L，x∈U.

基于SVM的相關(guān)反饋方法是一個(gè)交互式檢索過(guò)程.本研究在反饋時(shí)，用戶每次從檢索結(jié)果中標(biāo)記正例和反例，以增加訓(xùn)練圖像數(shù)，從而不斷調(diào)整在希爾伯特空間中的SVM超平面，直至達(dá)到反饋次數(shù)要求.

最后將本研究提出的SCPMK-MIL對(duì)象圖像檢索(算法3)步驟總結(jié)如下.

輸入:已標(biāo)注圖像集L、測(cè)試圖像集U(即未標(biāo)注圖像集)、k和α，反饋次數(shù)n，用戶反饋正負(fù)圖像個(gè)數(shù)h+和h－.

輸出:測(cè)試圖像集U的標(biāo)記

1)構(gòu)造MIL訓(xùn)練包:對(duì)?Bi∈B，B=L∪U進(jìn)行圖像分割，若分割為ni個(gè)區(qū)域，則相應(yīng)的MIL訓(xùn)練包記為，其中x ij∈Rd，表示相應(yīng)的圖像特征(即包中示例).

6)用戶從集合R中選擇h+個(gè)圖像作為正例集合Z+，從集合S=U－R中選擇h－個(gè)圖像作為負(fù)例集合Z－，從而生成反饋訓(xùn)練集Z=Z++Z－.

7)將反饋所得正負(fù)集合加入已標(biāo)注圖像集L，令L=L∪Z，測(cè)試圖像集U=U－Z.若反饋次數(shù)未達(dá)到n次，則轉(zhuǎn)本算法步驟2);否則算法結(jié)束.

2 實(shí)驗(yàn)結(jié)果與分析

2.1 圖像庫(kù)及實(shí)驗(yàn)方法

選用SIVAL圖像集進(jìn)行對(duì)比實(shí)驗(yàn)(http:∥www.cs.wustl.edu/accio/)，該圖像集由1 500幅圖像組成，包含25類不同物體，每類60幅圖像.實(shí)驗(yàn)中每幅圖像被預(yù)先分割成約30個(gè)不同區(qū)域，在每個(gè)區(qū)域提取其30維的顏色、紋理和近鄰的底層視覺(jué)特征，細(xì)節(jié)請(qǐng)參閱文獻(xiàn)［9］.實(shí)驗(yàn)平臺(tái)為:AMD4200+處理器，1GDDR800內(nèi)存，Windows XP操作系統(tǒng)，以及Matlab7.01仿真環(huán)境.

SVM的代碼來(lái)自LibSVM軟件包(http:∥www.csie.ntu.edu.tw/～cjlin/libsvm/)，采用“one-vsrest”處理多類問(wèn)題，具體方法是:在每次實(shí)驗(yàn)中，從每類圖像中隨機(jī)選取20幅作為潛在訓(xùn)練集正例，其余1000幅作為待檢索圖像;每次實(shí)驗(yàn)時(shí)，將某一類作為檢索目標(biāo)，從該類的潛在訓(xùn)練集正例中隨機(jī)選擇6幅生成正訓(xùn)練包，再?gòu)钠渌愔须S機(jī)選擇6類，每類隨機(jī)選擇1幅不感興趣的圖像，生成負(fù)包，組成包含6個(gè)正包和6個(gè)負(fù)包的訓(xùn)練集.金字塔核的代碼來(lái)自Grauman的主頁(yè)(http:∥www.cs.utexas.edu/～grauman/).算法2中RBF和PMK參數(shù)采用“2-fold交叉檢驗(yàn)”的方法獲取.因?yàn)锳UC值(即ROC曲線下的面積)能夠刻畫(huà)檢索結(jié)果排序的優(yōu)劣，本研究采用它來(lái)評(píng)估算法的性能.

2.2 參數(shù)k和α對(duì)算法性能的影響

SCPMK-MIL算法中，譜聚類的聚類數(shù)k及核函數(shù)中的正比例系數(shù)α必須預(yù)先設(shè)置.為了驗(yàn)證k和α對(duì)檢索精度的影響，設(shè)置k從1變化到9，步長(zhǎng)為1;α從0.1變化到0.9，步長(zhǎng)為0.1.基于GreenTeaBox類圖像，按照1.3節(jié)所述算法3進(jìn)行實(shí)驗(yàn).圖1(a)為α=0.2時(shí)k對(duì)平均AUC值的影響.圖1(b)為k=5時(shí)，α對(duì)平均AUC值的影響.

圖1 在圖像GreenTeaBox上k和α對(duì)SCPMK-MIL算法性能的影響Fig.1 Effects of k andαon the performance of SCPMK-MIL algothrim for GreenTeaBox

如圖1(a)所示，當(dāng)k從1增至9時(shí)，AUC值介于0.768到0.869之間，k=5時(shí)AUC值達(dá)到最大值0.869.由此可見(jiàn)，SCPMK-MIL算法的性能受k的影響較大.其主要原因是:在對(duì)象圖像檢索中，對(duì)象經(jīng)常和幾個(gè)特定的其它物體具有特定的共生關(guān)系.圖2為GreenTeaBox的部分圖像，由圖可見(jiàn)GreenTea-Box通常和板凳、報(bào)紙、桌子、地面出現(xiàn)在同一幅圖像中.那么，在進(jìn)行k=5聚類時(shí)，潛在正示例中心必然是GreenTeaBox對(duì)象特征的中心，因此利用k=5聚類獲取的潛在正示例代表進(jìn)行檢索是可行的.如圖1(b)所示，當(dāng)α從0.1增至0.9時(shí)，AUC值介于0.839到0.880之間，α=0.3時(shí)，達(dá)到最大值0.880，其波動(dòng)在4.1%以內(nèi).可見(jiàn)在選擇合適的參數(shù)情況下，SCPMK-MIL算法具有很強(qiáng)的魯棒性.在α＜0.4的情況下，α值對(duì)SCPMK-MIL分類精度的影響較小，AUC值的變化在2.2%以內(nèi)，這和筆者對(duì)MIL問(wèn)題的理解是吻合的.MIL的核心問(wèn)題在于正示例的不確定性，如果包內(nèi)潛在正示例代表得到確認(rèn)，則包正負(fù)性主要由正示例是否出現(xiàn)決定，其它的包內(nèi)數(shù)據(jù)應(yīng)只起輔助作用.也就是說(shuō)在潛在正示例和其它示例信息可同時(shí)獲取的情況下，潛在正示例對(duì)包標(biāo)記的影響大于包內(nèi)其它示例的影響.在下面的實(shí)驗(yàn)中，固定k=5，α=0.3.

圖2 部分GreenTeaBox圖像Fig.2 Some images of GreenTeaBox

2.3 對(duì)比實(shí)驗(yàn)及分析

為了表示方便，下面的實(shí)驗(yàn)結(jié)果中標(biāo)號(hào)1到25分別代表SIVAL圖像集中的“FabricSoftenerBox”、“CheckeredScarf”、“FeltFlowerRug”、“CokeCan”、“WD40Can”、“AjaxOrange”、“DirtyRunningShoe”、“CandleWithHolder”、“GoldMedal”、“GreenTeaBox”、“CardboardBox”、“SpriteCan”、“SmileyFaceDoll”、“DirtyWorkGloves”、“StripedNoteBook”、“DataMiningBook”、“BlueScrunge”、“TranslucentBowl”、“RapBook”、“Apple”、“GlazedWoodPot”、“WoodRollingPin”、“JuliesPot”、“Banana”、“LargeSpoon”.首先比較相關(guān)反饋對(duì)搜索性能的影響，實(shí)驗(yàn)使用6幅感興趣和6幅不感興趣的圖像進(jìn)行初始檢索;為了保持正負(fù)類的均衡，在檢索結(jié)果中增加6幅感興趣和6幅不感興趣的圖像，進(jìn)行一次相關(guān)反饋的檢索.比較結(jié)果如圖3所示.從圖3可以看出，使用相關(guān)反饋可以大大提高檢索的性能，24幅(12個(gè)正包和12個(gè)負(fù)包)的相關(guān)反饋方法獲取的AUC值比12幅(6個(gè)正包和6個(gè)負(fù)包)的AUC值提高了8%左右.其主要原因在于:在檢索完成后，通過(guò)相關(guān)反饋增大有效訓(xùn)練集，提高了SVM分類器的精度和圖像檢索性能.

圖3 相關(guān)反饋對(duì)圖像檢索性能的影響Fig.3 Effect of relevant feedback on image retrieval

為了進(jìn)一步驗(yàn)證SCPMK-MIL算法的性能(設(shè)置k=5和α=0.3)，按照2.1節(jié)所述的實(shí)驗(yàn)方法，將SCPMK-MIL和MILES［11］，ACCIO!［9］算法進(jìn)行對(duì)比實(shí)驗(yàn)，每個(gè)試驗(yàn)重復(fù)30次，平均AUC值見(jiàn)表1，試驗(yàn)采用一次相關(guān)反饋算法(增加12個(gè)正包和12個(gè)負(fù)包，形成24幅訓(xùn)練包).為了驗(yàn)證SCPMK-MIL算法的有效性，將其與半監(jiān)督GMIL算法［12］進(jìn)行了對(duì)比實(shí)驗(yàn)，這里選擇的相關(guān)反饋圖像數(shù)等于已標(biāo)注圖像數(shù)，隨著已標(biāo)注的圖像數(shù)量的增加，30次隨機(jī)重復(fù)實(shí)驗(yàn)的平均AUC值變化曲線如圖4所示(已標(biāo)注圖像確保一半為正一半為負(fù)).

從表1可以看出，SCPMK-MIL算法總體上來(lái)說(shuō)優(yōu)于MILES和ACCIO!算法，主要原因是:(1)文中設(shè)計(jì)的譜聚類方法可以很好地獲取潛在正示例中心，辨別包內(nèi)潛在正示例代表和其它示例;(2)融合RBF和PMK進(jìn)行相似性計(jì)算可以平衡包內(nèi)各示例對(duì)核相似性的影響，具有很強(qiáng)的可靠性與魯棒性;(3)利用相關(guān)反饋技術(shù)，通過(guò)用戶主動(dòng)參與檢索評(píng)價(jià)，可以獲得較好的檢索性能.而MILES算法則是將每個(gè)包投影到示例構(gòu)成的空間，利用新生成投影向量比較相似性，其性能很大程度上受包中示例空間分布的影響，因此在示例空間分布不理想的情況下，其性能表現(xiàn)不佳.ACCIO!算法是一種基于DD的算法，存在優(yōu)化解陷入局部極值問(wèn)題，因此最終分類結(jié)果也不精確.

表1 圖像集SIVAL上置信度為0.95的30次重復(fù)實(shí)驗(yàn)平均AUC值Table 1 Average AUC values with the 95%-confidence intervals over 30 independent runs on SIVAL dataset

圖4 圖像集SIVAL上GMIL和SCPMK-MIL算法的性能對(duì)比Fig.4 Performance comparison between GMIL and SCPMKMIL algorithms for SIVAL dataset

3 結(jié)語(yǔ)

文中基于譜聚類和金字塔核，提出了一種新的MIL算法，稱為SCPMK-MIL算法，在MIL框架下實(shí)現(xiàn)對(duì)象圖像檢索.其優(yōu)勢(shì)在于:(1)利用譜聚類方法在正示例空間聚類，獲取潛在正示例代表，從而可定位圖像中的潛在對(duì)象位置;(2)利用RBF和PMK度量潛在正示例代表和其它示例相似性，通過(guò)正比例系數(shù)平衡兩者相似性的影響，從而提高M(jìn)IL算法的準(zhǔn)確度;(3)利用相關(guān)反饋方法提高圖像檢索的性能，從而提高檢索用戶滿意度;(4)利用MIL訓(xùn)練包的性質(zhì)，用戶只需要對(duì)整個(gè)圖像給定標(biāo)記，而不必對(duì)具體區(qū)域進(jìn)行標(biāo)注，簡(jiǎn)化了訓(xùn)練樣本的手工標(biāo)注.基于SIVAL圖像庫(kù)的對(duì)比實(shí)驗(yàn)結(jié)果表明，文中提出的方法是有效的.

［1］陳星星，張榮.基于多尺度相位特征的圖像檢索方法［J］.電子與信息學(xué)報(bào)，2009，31(5):1193-1196.Chen Xing-xing，Zhang Rong.A multi-scale phase feature based method for image retrieval［J］.Journal of Electronics＆Information Technology，2009，31(5):1193-1196.

［2］Datta R，Joshi D，Li J，et al.Image retrieval:ideas，influences，and trends of the new age［J］.ACM Computing Surveys，2008，40(2):1-65.

［3］Lowe D G.Distinctive image features from scale-invariant keypoints［J］.International Journal of Computer Vision，2004，60(2):91-110.

［4］Zheng Qing-fang，WangWei-qiang，GaoWen.Effective and efficient object-based image retrieval using visual phrases［C］∥Proceedings of the 14th ACM International Conference on Multimedia.Santa Barbara:ACM，2006:77-80.

［5］Philbin James，Chum Ondrej.Object retrieval with large vocabularies and fast spatialmatching［C］∥Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition.Minnesota:IEEE，2007:1-8.

［6］Wu Zhong，Ke Qi-fa.A multi-sample，multi-tree approach to bag-of-words image representation for image retrieval［C］∥Proceedings of 12th International Conference on Computer Vision.Kyoto:IEEE，2009:1992-1999.

［7］Dietterich TG，Lathrop R H，Lozano-Pérez T.Solving the multiple instance problem with axis-parallel rectangles［J］.Artificial Intelligence，1997，89(12):31-71.

［8］Zhang Qi，Sally A Goldman.Content-based image retrieval usingmultiple-instance learning［C］∥Proceedings of the 19th International Conference on Machine Learning.Sydney:IMLS，2002:682-689.

［9］Rouhollah Rahmani，Sally A Goldman.Localized contentbased image retrieval［C］∥Proceedings of the 7th ACM SIGMM International Workshop on Multimedia Information Retrieval.Singapore:ACM，2005:227-236.

［10］Chen Yi-xin，James Z Wang.Image categorization by learning and reasoning with regions［J］.Journal of Machine Learning Research，2004，5(8):913-939.

［11］Chen Yi-xin，Bi Jin-bo，JamesWang Z.MILES:multipleinstance learning via embedded instance selection［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2006，28(12):1931-1947.

［12］Wang Chang-hu，Zhang Lei，Zhang Hong-jiang.Graph based multiple-instance learning for object-based image retrieval［C］∥Proceeding of the 1st ACM International Conference on Multimedia Information Retrieval.Vancouver:ACM，2008:156-163.

［13］Fu Zhou-yu，Antonio Robles-Kelly.An instance selection approach to multiple instance learning［C］∥Proceedings of the IEEEComputer Society Conference on Computer Vision and Pattern Recognition.Miami:IEEE，2009:911-918.

［14］羅斌，鄭愛(ài)華，湯進(jìn).基于模糊多類SVM的圖像檢索相關(guān)反饋［J］.華南理工大學(xué)學(xué)報(bào):自然科學(xué)版，2008，36(9):107-112.Luo Bin，Zheng Ai-hua，Tang Jin.Relevance feedback of image retrieval based on multicalss fuzzy support vector machines［J］.Journal of South China University of Technology:Natural Science Edition，2008，36(9):107-112.

［15］Ng A Y，Jordan M I，Weiss Y.On spectral clustering:analysis and an algorithm［C］∥Proceedings in 14th Advances in Neural Information Processing Systems.Vancouver:NIPS，2001:849-856.

［16］Zhou D，BousquetO.Learning with local and global consistency［C］∥Proceedings in 16th Advances in Neural Information Processing Systems.Vancouver:NIPS，2004:321-328.

［17］Kristen Grauman，Trevor Darrell.The pyramid match kernel:efficient learning with sets of features［J］.Journal of Machine Learning Research，2007，8(5):725-760.