图像分类器的生成方法、图像分类方法和装置

摘要

本发明公开了一种图像分类器的生成方法和装置，该方法包括：获取训练样本集，训练样本集包括N个图像样本，N个图像样本属于K个类别，N、K为正整数，N大于K；获取每一个图像样本的特征向量，其中，特征向量包括图像样本的隐变量；基于N个图像样本的隐变量，通过多元逻辑回归模型，训练K个类别的分类器。本发明实施例中，通过多元逻辑回归模型，以最大似然的形式同时训练K个类别的分类器，也就是说，多元逻辑回归模型的使用保留了K个类别的分类器之间的相互关联，与LVSM将物体分类领域的K类分类问题转换成相互孤立的多个二类问题的方式相比，训练结果更加准确。

主权项

一种图像分类器的生成方法，其特征在于，包括：获取训练样本集，所述训练样本集包括N个图像样本，所述N个图像样本属于K个类别，N、K为正整数，N大于K；获取每一个所述图像样本的特征向量，其中，所述特征向量包括图像样本的隐变量；基于所述N个图像样本的隐变量，通过多元逻辑回归模型，训练所述K个类别的分类器。