论文部分内容阅读
针对交互式图像分割人工标记示例匮乏、不同目标区域难以均衡标记，单一分类器难以获得有效分割结果的问题，提出一种多分类器集成学习的交互式图像分割方法。采用多元自适应回归样条（MARS ）方法构造第一个分类器；同时引入光滑薄板样条回归函数（TPSR）构造与之互补的第二个分类器，综合组成bagging集成学习器，以降低单一分类器对噪声的敏感度并进一步提高人工标记样本特征空间的利用率。随后，基于半监督学习中的聚类假设，结合bagging多学习器并联特点，提出一种REG-Boosting半监督学习算法，实现半监督图像