[发明专利]一种基于核统计不相关的多视图的图像分类方法

摘要

本发明公开了一种用于图像分类的基于核统计不相关的多视图算法，其为一种用于多视图的核分类方法，该方法对样本经过训练获得的投影变换矩阵加入统计不相关约束，以获得新的满足统计不相关约束的投影矩阵。并利用核方法，将上述计算扩展到非线性空间，引入核函数。本发明加入统计不相关约束，使得获得的投影矩阵满足统计不相关的关系，加入应用于多视图学习中的核技巧，将样本从低维线性不可分映射至高维的线性可分，得到加入核方法的高维特征投影空间。将本发明所述的方法在Multi‑PIE人脸数据库上的实验验证了所提方法是高性能的；在提高分类算法的效果的同时，降低了计算复杂度。

主权项

一种基于核统计不相关的多视图的图像分类方法，其特征在于，具体包含如下步骤：步骤1：根据带有加权统计不相关约束条件的目标函数，利用核方法，得到在高维特征空间中的特征方程最大特征值对应的特征向量ω作为投影向量；步骤2：通过依次迭代的方法，求解出所有的剩余投影向量；步骤3：将解出的所有剩余投影向量组合起来，构成投影矩阵；步骤4：通过对原始样本进行投影，将其投影到高维空间，进而获取新的高维空间中存在的样本特征集合；步骤5：使用最近邻分类器分类，获得多视图图像分类的结果。