基于半监督距离学习和多模态信息的图像聚类

通过融合图像中不同模态的信息并利用少量带标记的图像进行半监督距离学习,来对图像进行聚类。首先,提取彩色图像中rgb颜色空间的直方图信息、纹理信息,并采用sift算法提取bagofwords来重新表达图像,从而基于图像的颜色特征、纹理特征以及语义特征,建立图像的多模态表达机制,将原始图像投射到表达空间；然后,利用少量标记的图像,通过半监督距离学习,获得图像在多模态信息空间的相似性度量；最后,通过半监督聚类方法,实现图像分组,在多个图像数据库中验证提出的方法的有效性。