[發(fā)明專利]信息流素材創(chuàng)意圖片的分類方法

在審

• 申請?zhí)枺?/td>: 201811330399.4
• 申請日: 2018-11-09
• 公開（公告）號: CN109543730A
• 公開（公告）日: 2019-03-29
• 發(fā)明（設(shè)計）人: 林正春;趙慧民;詹瑾
• 申請（專利權(quán)）人: 廣東原昇信息科技有限公司;廣東技術(shù)師范學(xué)院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京鼎承知識產(chǎn)權(quán)代理有限公司 11551
• 代理人: 李偉波;韓德凱

1.一種信息流素材創(chuàng)意圖片的分類方法，其特征在于，包括：給定一個圖片特征向量的集合，X＝{x_i|x_i∈R^m,i＝1,2,...,n}，首先定義一個長度為n的閉合且無自相交的環(huán)，每個在該環(huán)中得向量都與鄰居相連，其對應(yīng)的連接順序O可以描述為：{o₁,o₂,o₃,...,o_n,o₁}，其中每一項對應(yīng)向量的索引，這樣集合X的在順序O下的GEOMEN值為環(huán)上各點熵值的平均值，即：

且各s(X,O,i)為兩分量加權(quán)和：空間分量p(X,O,i)和幾何分量g(X,O,i)如下：

s(X,O,i)＝ap(X,O,i)+g(X,O,i)

上式a是用來修正空間分量對GEOMEN的貢獻大小；GEOMEN表征按照順序O連接的環(huán)的平滑程度，另外，它也是在數(shù)據(jù)近似性的量度，因為圖片排序可以被看做提取一維流行的問題，但實際情況下這是一條曲線，因此僅考慮在一維曲線上GEOMEN的表示；

GEOMEN的空間分量用歐拉距離量度，其中，與為環(huán)O中得相鄰項；幾何分量由兩部分組成：曲線曲率k和正則項ρ，即：

引入正則項修正噪聲對曲率的影響；

如果兩個類別有一個明顯的區(qū)別，那么在邊界點處熵值便會極大的增加，每個類首先都需要通過訓(xùn)練獲得一個最優(yōu)環(huán)即該類別的模型，這樣對于待預(yù)測圖片，通過比較其插入每個最優(yōu)環(huán)的熵增即可獲得該圖片的分類標(biāo)簽，為了找到最優(yōu)環(huán)，需要最小化GEOMEN值，亦即：

O^*＝argminS(X,O)

通過簡單的禁忌搜索算法獲得熵的全局最小值，每個類的最優(yōu)環(huán)實際上訓(xùn)練圖片的提取模型，用于獲取測試未知圖片的類別標(biāo)簽，分類的策略為在所有環(huán)中找到圖片Q的最優(yōu)位置，測試圖片的類別即位最優(yōu)位置所在環(huán)的類別。

2.一種信息流素材創(chuàng)意圖片的分類方法，其特征在于，包括：

給定一個圖片特征向量的集合，X＝{x_i|x_i∈R^m,i＝1,2,...,n}，首先定義一個長度為n的閉合且無自相交的環(huán)，每個在該環(huán)中得向量都與鄰居相連，其對應(yīng)的連接順序O可以描述為：{o₁,o₂,o₃,...,o_n,o₁}，其中每一項對應(yīng)向量的索引，這樣集合X的在順序O下的GEOMEN值為環(huán)上各點熵值的平均值，即：

且各s(X,O,i)為兩分量加權(quán)和：空間分量p(X,O,i)和幾何分量g(X,O,i)如下：

s(X,O,i)＝ap(X,O,i)+g(X,O,i)

上式a是用來修正空間分量對GEOMEN的貢獻大小；GEOMEN表征按照順序O連接的環(huán)的平滑程度，另外，它也是在數(shù)據(jù)近似性的量度，因為圖片排序可以被看做提取一維流行的問題，

GEOMEN的空間分量用歐拉距離量度，其中，與為環(huán)O中得相鄰項；幾何分量由兩部分組成：曲線曲率k和正則項ρ，即：

引入正則項修正噪聲對曲率的影響。

3.如權(quán)利要求2所述的方法，其特征在于，僅考慮在一維曲線上GEOMEN的表示；

4.如權(quán)利要求2所述的方法，其特征在于，如果兩個類別有一個明顯的區(qū)別，那么在邊界點處熵值便會極大的增加。

5.如權(quán)利要求4所述的方法，其特征在于，每個類首先都需要通過訓(xùn)練獲得一個最優(yōu)環(huán)即該類別的模型。

6.如權(quán)利要求5所述的方法，其特征在于，對于待預(yù)測圖片，通過比較其插入每個最優(yōu)環(huán)的熵增即可獲得該圖片的分類標(biāo)簽。

7.如權(quán)利要求6所述的方法，其特征在于，為了找到最優(yōu)環(huán)，需要最小化GEOMEN值，亦即：

O^*＝argminS(X,O)。