[发明专利]一种基于多视角谱聚类的图像识别方法

摘要

本发明公开一种基于多视角谱聚类的图像识别方法，该方法包括以下步骤，首先分别计算不同视角样本的Hessian矩阵，求取其特征值及特征向量，两视角间采取相互投影的方式不断修正Hessian矩阵，最后采用K‑means方法对合适的特征向量划分类别。该发明采用图像样本的Hessian矩阵，更好的获取样本内部结构信息，并通过多视角之间不断修正补充完善，提高Hessian矩阵对聚类效果提升的贡献。

主权项

一种基于Hessian正则化的多视角谱聚类的图像识别方法，其特征在于：该方法利用图像样本的Hessian矩阵，更好的获取样本内部结构信息，通过多视角之间Hessian矩阵的不断修正，提高Hessian矩阵对聚类效果提升的贡献，具体包括如下步骤：(1)提取输入图像的两个不同视角的特征；(2)分别计算每个视角的Hessian矩阵，第一视角样本的Hessian矩阵用H1表示，第二视角样本的Hessian矩阵用H2表示；(3)将矩阵H1和H2分别进行归一化处理，分别求取前k个最大的特征值及其对应的特征向量，并将所述两个视角各自的特征向量分别按列排成矩阵U1和U2；(4)对每一个视角，将其Hessian矩阵沿着另一个视角获取的特征向量方向投影，从而获取聚类的有效信息，摒弃聚类无关信息，然后再投影回n维空间中，这样就得到了修正后的该视角的Hessian矩阵；(5)将步骤(3)和(4)迭代规定的次数后，选取两个视角中具有代表性的最终修正的Hessian矩阵，求取前k个最大的特征值及其对应的特征向量，利用K‑means方法聚类。