[發明專利]多源不完備信息融合圖像目標分類方法

在審

• 申請號: 201911379265.6
• 申請日: 2019-12-27
• 公開（公告）號: CN111126504A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 劉準釓;段靜菲;潘泉;文載道
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安維賽恩專利代理事務所(普通合伙) 61257
• 代理人: 劉艷霞

1.多源不完備信息融合圖像目標分類方法，其特征在于，包括以下步驟：

計算待識別圖像相對于多個已知圖像數據集中的已知圖像類別的歐氏距離；

針對每個所述已知圖像數據集，在所述歐式距離中選擇最小歐氏距離值，并選擇所述最小歐氏距離值對應的第一已知圖像類別；

計算所述第一已知圖像類別的第一閾值；

當所述最小歐氏距離值大于所述第一閾值時，將所述待識別圖像加入到所述已知圖像數據集中得到新的已知圖像數據集；

根據所述新的圖像數據集訓練圖像分類器，并通過所述新的分類器對待識別圖像進行分類，得到第一分類結果；

對于每個所述已知圖像數據集的第一分類結果，采用DS規則進行加權融合，得到待識別圖像的類別。

2.如權利要求1所述的多源不完備信息融合圖像目標分類方法，其特征在于，計算待識別圖像相對于多個已知圖像數據集中的已知圖像類別的歐氏距離包括：

在每個所述已知圖像類別中選取所述待識別圖像的K個近鄰；

分別計算所述待識別圖像與所述K個近鄰的歐氏距離，并對所述待識別圖像與所述K個近鄰的歐氏距離求均值，將所述均值作為所述待識別圖像與對應已知圖像類別的歐氏距離。

3.如權利要求1所述的多源不完備信息融合圖像目標分類方法，其特征在于，計算所述第一已知圖像類別的第一閾值包括：

對于第一已知圖像類別中的每個已知圖像，在所述第一已知圖像類別中選擇K個近鄰；

計算每個已知圖像與所述K個近鄰之間的歐氏距離并求均值，得到每個所述已知圖像的均值歐氏距離；

對所述第一已知圖像類別中每個所述已知圖像的均值歐氏距離求均值，得到所述第一已知圖像類別的歐氏距離；

使用修正因子對所述第一已知圖像類別的歐氏距離進行修正，得到所述第一已知圖像類別的第一閾值。

4.如權利要求1所述的多源不完備信息融合圖像目標分類方法，其特征在于，當所述最小歐氏距離值小于等于所述第一閾值時，不進行操作。

5.如權利要求3所述的多源不完備信息融合圖像目標分類方法，其特征在于，所述第一閾值具體通過以下公式計算：

其中，表示第一圖像類別ω_i的第一閾值，μ為可調節參數，N_i表示已知圖像數據集中第一圖像類別ω_i中的已知圖像的數量，K表示已知圖像的近鄰數量，表示第一圖像類別ω_i中的圖像屬性，y_pk表示的近鄰的圖像屬性，p為第一圖像類別ω_i中的已知圖像的序數。

6.如權利要求3所述的多源不完備信息融合圖像目標分類方法，其特征在于，采用DS規則進行加權融合時，為每個所述第一分類結果分配不同的權重，所述權重通過以下公式得出：

其中，α_i為第i個第一分類結果對應的權重，m_o表示公共訓練樣本y_o的置信值，z為多個已知圖像數據集中的相同已知圖像類別中的已知圖像的數量，o∈{1,2,...,z}，n為所述圖像分類器的個數，l∈{1,2,...,n}，m_o表示所述相同已知圖像類別中已知圖像y_o的置信值，T_o為已知圖像y_o的真實值。