一种基于不定核的多视图分类方法

摘要

本发明公布了一种基于不定核的多视图分类方法，该方法包括如下步骤：1）获取用于训练的多视图图像集；2）利用多视图数据生成投影矩阵，将不同视图数据投影到统一的低维空间；3）利用不定核技术对低维投影空间中的样本进行训练，得到分类器；4）规范化新的多视图数据集，将数据集投影到训练得到的低维空间，并把投影后的数据集输入到训练得到的分类器中，得到分类结果。本发明将需要解决的标号不完整多视图分类问题转化为在统一低维空间中的单视图半监督分类问题，可实现在单视图上的标号完整；充分利用了有标号数据的判别信息以及无标号数据的结构信息，提升了分类器性能；并且可直接对新的多视图数据进行测试和分类。

主权项

一种基于不定核的多视图分类方法，其特征在于，包括如下步骤：1)获取用于训练的多视图图像集；2)利用多视图数据生成投影矩阵，将不同视图数据投影到统一的低维空间；3)利用不定核技术对低维投影空间中的样本进行训练，得到分类器；4)规范化新的多视图数据集，将数据集投影到训练得到的低维空间，并把投影后的数据集输入到训练得到的分类器中，得到分类结果。