[發(fā)明專利]一種基于低秩表示和流形正則化的零樣本圖像分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810759171.0
• 申請(qǐng)日: 2018-07-11
• 公開（公告）號(hào): CN108921226B
• 公開（公告）日: 2020-05-19
• 發(fā)明（設(shè)計(jì)）人: 孟敏;詹簫玉
• 申請(qǐng)（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06F17/14
• 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: 張春水;唐京橋

1.一種基于低秩表示和流形正則化的零樣本圖像分類方法，其特征在于，包括以下步驟：

步驟1：計(jì)算可見類數(shù)據(jù)集中樣本的視覺特征X_s和語義表示A_s之間的映射關(guān)系f，即f:X_s→A_s，其中可見類數(shù)據(jù)集為為可見類數(shù)據(jù)集中樣本的視覺特征，p是樣本視覺特征的維度，為可見類數(shù)據(jù)集中樣本的語義表示，q是每個(gè)樣本對(duì)應(yīng)語義表示的維度，c_s為可見類數(shù)據(jù)集樣本的類別總數(shù)，m為可見類數(shù)據(jù)集的樣本總數(shù)；

步驟2：利用映射關(guān)系f計(jì)算不可見類數(shù)據(jù)集中樣本的語義表示A_u，其中不可見類數(shù)據(jù)集為為不可見類數(shù)據(jù)集中樣本的視覺特征且c_u為不可見類數(shù)據(jù)集樣本的類別總數(shù)，n為不可見類數(shù)據(jù)集的樣本總數(shù)，為計(jì)算得到的不可見類數(shù)據(jù)集X_u的語義表示，

步驟3：計(jì)算不可見類數(shù)據(jù)集中樣本的拉普拉斯正則化的非負(fù)稀疏低秩表示Z；

步驟4：利用低秩表示Z計(jì)算權(quán)重矩陣W和拉普拉斯矩陣L；

步驟5：引入流形正則化，去除不可見類數(shù)據(jù)集中的語義表示的噪聲；

步驟6：利用去噪后的不可見類數(shù)據(jù)集中的語義表示，預(yù)測(cè)不可見類數(shù)據(jù)集中樣本的標(biāo)簽，實(shí)現(xiàn)樣本分類。

2.根據(jù)權(quán)利要求1所述的一種基于低秩表示和流形正則化的零樣本圖像分類方法，其特征在于，步驟3中計(jì)算不可見類數(shù)據(jù)集中樣本的拉普拉斯正則化的非負(fù)稀疏低秩表示Z的表達(dá)式為：

s.t.X_u＝X_uZ+E

Z≥0

||Z||₀≤T

其中E為噪聲，α為第一預(yù)置可調(diào)參數(shù)，β為第二預(yù)置可調(diào)參數(shù)，||·||_*表示核范數(shù)，||·||₁表示l₁范數(shù)，tr(·)表示跡函數(shù)，Z≥0保證了矩陣Z的非負(fù)特性，||Z||₀≤T保證了矩陣Z的稀疏特性。

3.根據(jù)權(quán)利要求1所述的零樣本圖像分類方法，其特征在于，步驟5中引入流形正則化，去除不可見類數(shù)據(jù)集中的語義表示的噪聲的公式為：

其中，I為單位矩陣，λ為第三預(yù)置可調(diào)參數(shù)，為去噪后的不可見類數(shù)據(jù)集中的語義表示。