[發明專利]一種基于多視角譜聚類的圖像識別方法

在審

• 申請號: 201611204912.6
• 申請日: 2016-12-23
• 公開（公告）號: CN106599932A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 李陽;張元元;姜樹明;李鳳嬌;聶明鈺
• 申請（專利權）人: 山東省科學院情報研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 濟南圣達知識產權代理有限公司37221
• 代理人: 李健康

1.一種基于Hessian正則化的多視角譜聚類的圖像識別方法，其特征在于：該方法利用圖像樣本的Hessian矩陣，更好的獲取樣本內部結構信息，通過多視角之間Hessian矩陣的不斷修正，提高Hessian矩陣對聚類效果提升的貢獻，具體包括如下步驟：

(1)提取輸入圖像的兩個不同視角的特征；

(2)分別計算每個視角的Hessian矩陣，第一視角樣本的Hessian矩陣用H¹表示，第二視角樣本的Hessian矩陣用H²表示；

(3)將矩陣H¹和H²分別進行歸一化處理，分別求取前k個最大的特征值及其對應的特征向量，并將所述兩個視角各自的特征向量分別按列排成矩陣U¹和U²；

(4)對每一個視角，將其Hessian矩陣沿著另一個視角獲取的特征向量方向投影，從而獲取聚類的有效信息，摒棄聚類無關信息，然后再投影回n維空間中，這樣就得到了修正后的該視角的Hessian矩陣；

(5)將步驟(3)和(4)迭代規定的次數后，選取兩個視角中具有代表性的最終修正的Hessian矩陣，求取前k個最大的特征值及其對應的特征向量，利用K-means方法聚類。

2.根據權利要求1所述的所述一種基于多視角譜聚類的圖像識別方法，其特征在于：所述不同視角是指同一圖像的不同方面，可以是不同的顏色信息、形狀信息，可以是高頻分量和低頻分量，也可以是兩種不同特征提取方法獲取的特征。

3.根據權利要求1所述的所述一種基于多視角譜聚類的圖像識別方法，其特征在于：步驟(1)還包括將提取的特征數據通過低通濾波去除高頻噪聲，以及對去噪后的數據進行降維和歸一化處理。

4.根據權利要求1所述的所述一種基于多視角譜聚類的圖像識別方法，其特征在于：步驟(4)中，各視角Hessian矩陣的修正方法為：和其中sym(S)＝(S+S^T)/2，S¹和S²分別是兩個視角修正后的Hessian矩陣，符號T表示矩陣轉置運算。