[发明专利]一种基于集成学习的图像特征编码及识别方法

权利要求书

1.一种基于集成学习的图像特征编码及识别方法，其特征在于，所述方法包括以下步骤：

构造训练样本，初始化样本采样概率；

根据采样概率选取训练样本，利用采样到的样本训练特征编码函数，对训练样本进行分类；

根据分类结果自适应更新训练样本的采样概率；

循环上述采样及训练过程，直至满足停止训练条件。

2.根据权利要求1所述的一种基于集成学习的图像特征编码及识别方法，其特征在于，所述根据采样概率选取训练样本，利用采样到的样本训练特征编码函数，对训练样本进行分类的步骤具体为：

1)按照训练样本的采样概率w(V_i)，i＝1,2,…,N随机选取p×N个训练样本，其中0＜p＜1为采样比例；

2)利用采样到的样本训练第t个特征编码函数M_t(·)：

3)根据2)中所得的编码函数M_t(·)构造分类器h_t(·)，据此对训练样本进行分类；

其中h_t(V_i)∈{-1,+1}为对训练样本V_i进行分类；逐一将每个训练样本的分类结果h_t(V_i)和其真实标签y_i∈{-1,+1}做比对，计算h_t(·)的分类错误率E_t：

Et=1NΣi=1N[1-yiht(Vi)]2]]>

根据E_t计算由M_t(·)所生成的哈希值在哈希距离比对中权重：

αt=12ln[(1-Et)/Et]]]>

其中ln(·)表示取自然对数为底的对数运算。