[發明專利]一種基于自適應權重的多視K多均值的圖像聚類方法

在審

• 申請號: 202011044857.5
• 申請日: 2020-09-28
• 公開（公告）號: CN112287974A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 王博岳;宋作龍;田甜;張鐵;劉易初;胡永利
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 吳蔭芳

本發明涉及一種基于自適應權重的多視K多均值的圖像聚類方法(Adaptive K?Multiple?Means for Multi?view Clustering,AKM³C)，用于解決多視圖的圖像聚類問題。不同于以往的多視K均值聚類方法僅使用一個簇中心去建模每個簇的數據分布，AKM³C使用多個子簇中心(也稱為原型或均值)捕獲每個視圖中每個簇的數據分布。另外，AKM³C可以為每個視圖自適應的分配權重，從而合理地融合不同視圖的互補信息和兼容信息以構建一個共享的二部圖，最后對共享的二部圖施加拉普拉斯秩約束，將其劃分為C個簇，實現圖像樣本的聚類，進而用于解決多視圖的圖像識別和檢測問題。

技術領域

本發明涉及數據挖掘、機器學習和模式識別等領域，尤其是面向圖像內容的多視圖聚類任務。

背景技術

聚類是一種常用的數據分析方法，其目的是將無標簽的數據按照一定的規則劃分為若干個簇，使得每個簇內的數據相似，而不同簇之間的數據相異，即一個簇內部的任意兩個樣本具有較高的相似度，而屬于不同簇的兩個樣本具有較高的相異度。在過去的幾十年中，已經提出了許多經典的聚類方法(例如K-means聚類，譜聚類，核聚類等)，并在圖像處理、計算機視覺和文本挖掘等領域取得了巨大的成功。

在現實世界中，隨著攝像機以及傳感器等技術的廣泛應用，數據通常由不同的領域、模態或特征組成，例如，圖一包含了三種類型的多視圖數據，圖一(a)表明圖像可以從不同的角度進行拍攝，每一個角度的圖像是一個視圖；圖一(b)表明同一個事件可由不同的語言進行報道，每一種語言對應一個視圖；圖一(c)表明人臉圖像在可見光(VIS)和近紅外光(NIR) 下得到，即圖像由不同的特征描述，每一種特征對應一個視圖；所有這些都稱之為多視圖數據，是指對同一事物從不同角度或者按不同方式所得到的兩個或兩個以上的描述。

當前用于機器學習的主要方法是對單個視圖表示的數據進行聚類，這種方法稱為單視圖聚類(或傳統的聚類)，因為它不考慮來自不同視圖的相關信息，容易造成以偏概全的問題，不能夠真實的反應數據的全貌。多視圖聚類的目的是考慮不同視圖的權重，通過融合各個視圖的兼容和互補信息，全面的反映數據整體結構，使得聚類性能的效果得到提升。

隨著大數據時代的到來，針對多視圖數據的聚類引起了越來越多研究者的關注，它把無任何標注的多視圖數據信息通過有效的處理將其劃分成不同的簇。尤其是在計算機視覺和模式識別等領域，通過對不同視圖的特征所構造的圖像樣本進行分析，將其融合成同一空間下的一致性表示，實現多視圖的圖像聚類，從而可進一步采用模式識別的方法對聚類好的圖像進行識別，具有廣泛的應用價值。

在多視聚類方法中，多視K均值聚類由于其效率和簡易性而備受關注，這類方法主要是將大規模的多視圖數據分解為多個聚類中心矩陣和一個公共的指標矩陣。但是其存在兩處不足：1)多視K均值聚類僅使用一個中心對每個視圖中的每個簇進行建模，無法準確地捕獲不同視圖中復雜的子簇數據分布。2)在大多數多視K均值聚類方法中，都需要引入一個額外的超參數對不同視圖的權重進行分配，但是其超參數的設置在很大程度上都取決于人們的經驗，所以其可用性不是很強。

發明內容

針對以上問題，提出了一種新的多視圖聚類的方法,即基于自適應權重的多視K多均值聚類(Adaptive K-Multiple-Means for Multi-view Clustering,AKM³C)，可用于解決多視圖的圖像聚類問題。不同于以往的多視K均值聚類方法僅使用一個簇中心去建模每個簇的數據分布，AKM³C使用多個子簇中心(也稱為原型或均值)捕獲每個視圖中每個簇的數據分布。另外，AKM³C可以為每個視圖自適應的分配權重，從而合理地融合不同視圖的互補信息和兼容信息以構建一個共享的二部圖，最后對共享的二部圖施加拉普拉斯秩約束，將其劃分為C個簇，實現圖像樣本的聚類，進而用于解決多視圖的圖像識別和檢測問題。

技術方案