[发明专利]一种图像分类方法、系统、设备及计算机可读存储介质

摘要

本发明实施例公开了一种图像分类方法、系统、设备及计算机可读存储介质。方法包括提取待分类图像的目标特征集，目标特征集包含的特征由与待分类图像的特征维数相同且各特征代表的意义相同的样本图像的最优特征子集确定；将待分类图像的目标特征集输入支持向量机分类器，获取待分类图像所属的标签类型；最优特征子集确定过程为：计算各样本图像在权重空间的间隔，并根据各间隔迭代计算特征权重向量直至满足迭代结束条件，得到各样本图像每个特征的权重值，根据各权重值对各特征进行组合生成多个特征子集；利用各特征子集训练支持向量机分类器，确定满足最佳分类效果条件的特征子集为最优特征子集。本申请提高了图像分类的准确度和精度。

主权项

1.一种图像分类方法，其特征在于，包括：提取经过图像预处理的待分类图像的目标特征集，所述目标特征集包含的特征由训练样本集中各样本图像的最优特征子集确定；所述训练样本集包括第一个数的有标签样本图像和第二个数的无标签样本图像，各样本图像和所述待分类图像的特征维数相同且各特征代表的意义相同；将所述待分类图像的目标特征集输入支持向量机分类器，获取所述待分类图像所属的标签类型；其中，所述最优特征子集确定过程为：初始化特征权重向量、学习参数、正则化参数、停止准则，并设置最大迭代次数和初始迭代次数；计算经过图像预处理的各样本图像在权重空间的间隔，根据各样本图像在权重空间的间隔迭代计算特征权重向量，直至满足迭代结束条件，得到各样本图像的每个特征的权重值，并根据各权重值对各特征进行组合生成多个特征子集；分别利用各特征子集训练支持向量机分类器，确定满足最佳分类效果条件的特征子集，以作为最优特征子集。