一种基于类共享多核学的图像语义分类方法

摘要

一种基于类共享多核学的图像语义分类方法，涉及人工智能领域。预处理阶段，提取图像的底层特征并计算多核矩阵；建模阶段，构建一个类共享的多核分类器模型；参数学阶段，在统一的框架内对多个类别的分类器参数、基础多核函数权重及类别相关的多核函数权重进行优化；图像分类阶段，对待分类的样本，利用学好的分类器进行图像分类。本发明一方面通过共享一组基础多核函数权重挖掘各个类别在多核函数空间有的隐含知识，另一方面对不同类别具有类别相关的多核函数权重，以考虑各个类别在多核函数空间的个性。根据训练数据的充分程度，提供了多核函数组合在类别间相互独立、部分共享或者完全共享的多核分类方法。

主权项

一种基于类共享多核学习的图像语义分类方法，其特征在于，在图像分类中同时训练针对多个图像语义类别的分类函数，该分类函数中所有类别共享一个基础多核函数权重，并为每个类别赋予类别相关的多核函数权重，从而构建类共享的多核分类器模型，最后利用所述多核分类器模型对待分类的图像进行分类；利用所述多核分类器模型对待分类的样本进行分类包括以下步骤：1）预处理阶段，提取图像的底层特征并计算多核矩阵；2）建模阶段，构建一个类共享的多核分类器模型；3）参数学习阶段，在统一的框架内对多个类别的分类器参数、基础多核函数权重及类别相关的多核函数权重进行优化，从而得到多核分类器模型；4）图像分类阶段，对待分类的样本，利用学习好的多核分类器模型进行图像分类。