一种基于多视角学的半监督图像分类方法

摘要

本发明公开了一种新的基于多视角学的半监督图像分类方法，用以解决带有部分标注的多视角图像数据的分类问题。本发明提供的图像分类方法包括：根据用户输入的图像多视角特征表示和部分图像的类标，联合学图像多视角特征的统一潜在因子表示和在此统一潜在因子空间下具有判别力的线性分类器，从而对未标注图像进行有效的分类。

主权项

一种基于多视角学习的半监督图像分类方法，其包括：步骤1：获取包括已标注类别和未标注类别的图像样本数据的样本数据集，所述样本数据集由多视角特征表示的不同视角样本数据所构成；步骤2：通过多视角统一潜在因子和线性分类器的联合学习获得对应于所述样本数据集的统一潜在因子和在统一潜在因子空间下的线性分类器；步骤3：根据所获得的统一潜在因子和所述线性分类器获得所述样本数据集中未标注类别的图像样本数据的标注类别，进而对所述样本数据集中的图像样本数据进行分类。