[发明专利]图像的分类方法、装置、电子设备及存储介质

权利要求书

1.一种图像的分类方法，其特征在于，包括：

获取原始图像样本中训练样本的训练样本矩阵以及测试样本的测试样本矩阵；

基于所述训练样本矩阵和所述测试样本矩阵，获得所述训练样本和所述测试样本之间的数据点距离，并基于所述训练样本和所述测试样本之间的数据点距离，优化所述原始图像样本间的差异；

基于优化后的原始图像样本进行特征提取和分类。

2.根据权利要求1所述的图像的分类方法，其特征在于，所述基于所述训练样本矩阵和所述测试样本矩阵，获得所述训练样本和所述测试样本之间的数据点距离，包括：

获取所述训练样本矩阵的流形表示以及所述测试样本矩阵的流形表示；

基于所述训练样本矩阵的流形表示和所述测试样本矩阵的流形表示，得到所述训练样本和所述测试样本之间的数据点距离。

3.根据权利要求2所述的图像的分类方法，其特征在于，所述基于所述训练样本和所述测试样本之间的数据点距离，优化所述原始图像样本间的差异，包括：

基于所述训练样本矩阵的流形表示以及所述测试样本矩阵的流形表示，获得流形优化传输问题的最优化函数，并基于所述最优化函数优化所述原始图像样本。

4.根据权利要求3所述的图像的分类方法，其特征在于，所述基于所述最优化函数优化所述原始图像样本，包括：

根据所述训练样本和所述测试样本之间的数据点距离，求取所述最优化函数的最优解，以得到所述原始图像样本间的最优距离，并根据所述最优距离优化所述原始图像样本。

5.根据权利要求1所述的图像的分类方法，其特征在于，获取原始图像样本中训练样本的训练样本矩阵以及测试样本的测试样本矩阵，包括：

以预设的训练样本数量和测试样本数量比例，对所述原始图像样本进行划分，得到所述训练样本和所述测试样本；

基于所述训练样本生成训练样本矩阵以及基于所述测试样本生成测试样本矩阵。

6.根据权利要求5所述的图像的分类方法，其特征在于，所述预设的训练样本数量和测试样本数量比例为1：3。

7.根据权利要求1-6任一项所述的图像的分类方法，其特征在于，所述训练样本和所述测试样本为来自同一视图中的原始图像样本或者来自不同视图中的原始图像样本。

8.一种图像的分类装置，其特征在于，包括：

获取模块，用于获取原始图像样本中训练样本的训练样本矩阵以及测试样本的测试样本矩阵；

优化模块，用于基于所述训练样本矩阵和所述测试样本矩阵，获得所述训练样本和所述测试样本之间的数据点距离，并基于所述训练样本和所述测试样本之间的数据点距离，优化所述原始图像样本间的差异；

分类模块，用于基于优化后的原始图像样本进行特征提取和分类。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现根据权利要求1至7任一项所述图像的分类方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1至7任一项所述图像的分类方法的步骤。