【零散知识】流行排序(manifold ranking)和基于流行排序的图像检索

本文介绍了流行排序(Manifold Ranking)的概念和流程,通过迭代将节点分值按关联性“流动”。该方法在图像检索中用于显著性检测,其中相关度量和分值传播方式(包括正样本和负样本的反馈)被详细探讨。主动学习方法也被提出,以选择最具信息性的未标注图像。
摘要由CSDN通过智能技术生成

前言:

{

    之前在工作中见到了流行排序manifold ranking),当时只是知道可以用它进行显著性检测,没有太在意其中原理,就先记录下了这个概念。今天打开记录未知概念的记事本后才发现,积累的内容太多了,所以估计最近更新的博客都是零散知识了。

    在谷歌搜了一下manifold ranking,之后搜到了[2],所以就借此了解一下流行排序。

}

 

正文:

{

    首先记录流行排序的定义。其流程见图1。

    图1的大意为(个人理解):

  1. 按升序对每对点之间的某种距离进行排序,并且按照此顺序重复连接各两点直到形成连接图;
  2. 为连接节点设关联矩阵,其中Wii=0(d(xi,xi)=0);
  3. 归一化W为
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值