[發(fā)明專利]用于評(píng)估分類任務(wù)復(fù)雜度的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611095611.4
• 申請(qǐng)日: 2016-12-01
• 公開（公告）號(hào): CN108133224B
• 公開（公告）日: 2021-11-16
• 發(fā)明（設(shè)計(jì)）人: 王淞;孫利;范偉;孫俊
• 申請(qǐng)（專利權(quán)）人: 富士通株式會(huì)社
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李春暉;高巖

1.一種用于為圖像分類任務(wù)選擇分類器的方法，包括：

針對(duì)所述分類任務(wù)的至少一部分訓(xùn)練圖像樣本中的每一個(gè)樣本，分別計(jì)算從該樣本提取的特征向量與各個(gè)類別之間的相似度，其中，所提取的特征向量包括基于加速魯棒特征或尺度不變特征轉(zhuǎn)換的特征向量；

基于所述相似度計(jì)算代表所述每一個(gè)樣本的特征向量與該樣本所不屬于的類別之間的相似度的第二相似度；

通過(guò)計(jì)算所述每一個(gè)樣本的特征向量與該樣本所屬的類別之間的第一相似度對(duì)所述第一相似度與所述第二相似度之和的比值來(lái)計(jì)算所述分類任務(wù)的復(fù)雜度分?jǐn)?shù)，以使得當(dāng)所述第二相似度越低或所述第一相似度越高時(shí)，所述復(fù)雜度分?jǐn)?shù)越高；以及

根據(jù)所計(jì)算的所述分類任務(wù)的復(fù)雜度分?jǐn)?shù)，為所述分類任務(wù)選擇具有適當(dāng)復(fù)雜度的分類器，

其中，計(jì)算相似度包括：

利用簡(jiǎn)單中心分類器對(duì)所述至少一部分訓(xùn)練圖像樣本進(jìn)行分類；以及

計(jì)算每一個(gè)樣本的特征向量與每一個(gè)類別中心之間的距離作為該樣本的特征向量與該類別之間的相似度，其中，每一個(gè)類別中心為該類別中的樣本的特征向量的平均向量。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述第二相似度為所述樣本的特征向量與該樣本所不屬于的類別之間的相似度中的最大值。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述第二相似度為所述樣本的特征向量與該樣本所不屬于的類別之間的相似度的平均值。

4.根據(jù)權(quán)利要求1所述的方法，其中，計(jì)算每一個(gè)樣本的復(fù)雜度分?jǐn)?shù)，并通過(guò)對(duì)各個(gè)樣本的復(fù)雜度分?jǐn)?shù)進(jìn)行加權(quán)平均來(lái)獲得所述分類任務(wù)的復(fù)雜度分?jǐn)?shù)。

5.根據(jù)權(quán)利要求4所述的方法，其中，根據(jù)每個(gè)類別中包括的樣本數(shù)來(lái)調(diào)整各個(gè)樣本的復(fù)雜度分?jǐn)?shù)的權(quán)重。

6.根據(jù)權(quán)利要求1所述的方法，其中，所述簡(jiǎn)單中心分類器是基于所述至少一部分訓(xùn)練圖像樣本訓(xùn)練獲得的。