[发明专利]一种草图数据集的交互式类别标注方法

摘要

本发明公开了一种计算机中草图数据集的交互式类别标注方法，包括以下步骤：学习过程，对已标注草图数据集进行多特征提取，特征空间度量学习，计算距离度量函数。选择过程，如果判断草图数据集中不存在未标注草图，则结束，得到最终结果。否则，根据度量学习结果，对待标注草图数据集进行特征空间构造，层次化聚类，并选择最优样本子集。在线标注，用户对最优样本子集中的草图进行交互确认，对确认的样本进行类别标注，并更新已标注草图数据集。剩余的非同类草图，将保持未标注状态，并更新待标注草图数据集。进而不断循环上述过程，直到用户完成所有草图标注，获得最终标注结果。

主权项

一种计算机中草图数据集的交互式类别标注方法，其特征在于，包括以下步骤：步骤一，学习过程：对草图数据集中的已标注草图数据集进行多特征提取，对提取的草图特征进行特征空间度量学习，得到距离度量函数；步骤二，选择过程：判断如果草图数据集中全是已标注草图数据集，不存在待标注草图数据集，则结束，得到最终结果，即完全标注草图数据集；否则，根据特征空间度量学习结果，对草图数据集中的待标注草图数据集进行特征空间构造，并进行层次化聚类；在聚类结果中，选取聚类纯度最高的聚类，作为最优样本子集；步骤三，在线标注：用户对选取的最优样本子集中的草图进行交互子集确认，确认的草图是已知类别或者新类别；将用户子集确认的草图进行类别标注，并更新已标注草图数据集，对更新的已标注草图数据集进行多特征提取，对提取的草图特征进行特征空间度量学习，得到更新的距离度量函数；对于子集确认中剩余的草图，即最优样本子集中的非同类草图，保持未标注状态，并更新待标注草图数据集，返回步骤二；若子集确认中无剩余草图，则更新待标注草图数据集后，返回步骤二。