文章目录
前言
数据的生成是门艺术，文章地址：
https://link.springer.com/article/10.1007/s10994-016-5560-1
摘要
要点如下：
- 对九种包生成器 (bag generators)进行了比较学习，即Row1, SB1, SBN1, Blobworld2, k-meansSeg3, WavSeg4, JSEG-bag5, LBP6和SIFT7。
- 结论：
2.1 采用密度采样 (dense sample)策略的包生成器效果更优；
2.2 标准多示例假设不适用于图像分类任务 (这句话存疑)。
1 包生成器
根据包生成器是否可以区分图像的语义成分 (semantic components)，将其分为non-segmentation 包生成器和segmentation 包生成器。
1）non-segmentation 包生成器：Row, SB, SBN；
2）segmentation 包生成器：Blobworld, k-meansSeg, WavSeg, JSEG-bag；
3）不属于以上，即local descriptors：LBP6, SIFT。
简单说来，non-segmentation就是划分方式与图像无关；local descriptors用于计算机视觉中描述某区域外观或形状的不同特征。
1.1 Row
简单说来就是一行一个实例。
1.1.1 详细步骤
1）给定任意一张图片，本文选择的是COREL数据源中的Tiger数据集。
2）滤波，‘mean’, ‘Gaussian’, ‘median’, 'bilateral’四种滤波的结果如下，此处默认选择Gaussian滤波：
3）更改图像大小，默认设置为8×8：
4）
1.1.2 完整代码
2 支持代码
-
Maron, O., & Ratan, A. L. (2001). Multiple-instance learning for natural scene classification. In Proceedings of 18th international conference on machine learning. Williamstown, MA, pp. 425–432. ↩︎ ↩︎ ↩︎
-
Carson,C.,Belongie,S.,Greenspan,H.,&Malik,J.(2002).Blobworld: Image segmentation using expectation- maximization and its application to image querying.IEEE Transaction son Pattern Analysis and Machine Intelligence, 24(8), 1026–1038. ↩︎
-
Zhang,Q.,Goldman,S.A.,Yu,W.,&Fritts,J.E.(2002).Content-based image retrieval using multiple-instance learning. In Proceedings of 19th international conference on machine learning. Sydney, Australia, pp. 682–689. ↩︎
-
Zhang,C.C.,Chen,S.,&Shyu,M.(2004).Multiple object retrieval for image data bases using multiple instance learning and relevance feedback. In Proceedings of IEEE international conference on multimedia and expo. Sydney, Australia, pp. 775–778. ↩︎
-
Liu, W., Xu, W. D., Li, L. H., & Li, G. L. (2008). Two new bag generators with multi-instance learning for image retrieval. In Proceedings of 3rd IEEE conference on industrial electronics and applications. Singapore, pp. 255 – 259. ↩︎
-
Ojala, T., Pietikäinen, M., & Mäenpää, T. (2002). Multiresolution gray-scale and rotation invariant texture classification with local binary patterns.IEEE Transaction son Pattern Analysis and Machine Intelligence, 24(7), 971–987. ↩︎
-
Lowe, D. G. (2004). Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 60(2), 91–110. ↩︎