[发明专利]基于多模态矩阵填充的自然图像分类方法及装置

摘要

本发明涉及一种基于多模态矩阵填充的图像分类方法及装置，该方法包括对带标签的、无标签的和测试的自然图像数据进行特征抽取，得到不同特征表示；采用矩阵填充算法生成带标签数据的各特征的估计标签；将各估计标签进行线性组合以逼近其对应的已知的真实标签，得到组合系数；对于各种特征，利用带标签的自然图像数据采用矩阵填充算法预测无标签的和测试的自然图像数据的标签；采用所述组合系数对预测的所有特征的标签进行组合，得到融合多种特征的标签；基于所述融合多种特征的标签对自然图像数据进行分类。本发明易于实现，能得到较高的分类正确率，同时继承了基于矩阵填充的图像分类的优点，适用于网络图片总结归类、图像检索等领域。

主权项

一种基于多模态矩阵填充的自然图像分类方法，包括下列步骤：1)对带标签的、无标签的和测试的自然图像数据进行特征抽取，得到不同特征表示；2)采用矩阵填充算法生成带标签数据的各特征的估计标签；其实现方法为：对步骤1)所得各特征表示进行预处理，设预处理后得到X0(v),v＝1,...,V，其中V是特征种类个数，X0表示原始数据矩阵，X0(v)表示第v种特征的输入数据矩阵；将带标签的自然图像数据分成两部分，假设第一部分数据的标签是未知的，第二部分数据的标签是已知的；采用矩阵填充算法使用第二部分数据对第一部分数据的标签进行估计，得到估计标签同理得到第二部分数据的估计标签将和拼在一起，得到第v种特征表示的估计标签Yl(v)；对所有种类的特征实施上述过程，得到Yl(v),v＝1,...,V；3)将各估计标签进行线性组合以逼近其对应的已知的真实标签，得到组合系数；4)对于各种特征，利用带标签的自然图像数据采用矩阵填充算法预测无标签的和测试的自然图像数据的标签；5)采用所述组合系数对步骤4)预测的所有特征的标签进行组合，得到融合多种特征的标签；6)基于所述融合多种特征的标签对自然图像数据进行分类。