[发明专利]一种图像的分类方法及系统在审
| 申请号： | 201910925538.6 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110751191A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 刘学文 | 申请（专利权）人： | 广东浪潮大数据研究有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 11227 北京集佳知识产权代理有限公司 | 代理人： | 郭化雨 |
| 地址： | 510620 广东省广州市天河区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种图像的分类方法及系统，包括：将具有人工分类标签的图像输入自编码器中对自编码器进行训练；将测试图像输入训练后的自编码器中；将自编码器中维度最少的隐藏层确定为有效特征层；利用谱聚类算法对有效特征层进行聚类，根据有效特征层提取的图像特征将所有测试图像分为多个聚类簇；在每个聚类簇中，获取不同类别的人工分类标签图像的数量，利用数量最多的人工分类标签图像的类别定义当前聚类簇中无标签图像的类别。由此可见，本申请采用自编码器提取图像特征,利用谱聚类算法进行分类，得到的图像特征更为准确，并且谱聚类算法对于数据分布的适应能力更强，聚类效果也更加明显，对图像分类的准确率更高。 | ||
| 搜索关键词： | 编码器 标签图像 聚类算法 人工分类 有效特征 聚类簇 测试图像 图像特征 聚类 提取图像特征 类别定义 数据分布 图像分类 图像输入 隐藏层 分类 准确率 维度 申请 标签 图像 | ||
【主权项】：
1.一种图像分类方法，其特征在于，所述方法包括：/n将具有人工分类标签的图像输入自编码器中对自编码器进行训练，当自编码器输出的图像与输入的原图像的特征近似度满足预设要求时，结束对自编码器的训练；其中，自编码器是一种输入维度等于输出维度，通过减少中间隐藏层的维度来提取图像特征的神经网络结构；/n将测试图像输入训练后的自编码器中；其中，测试图像为具有人工分类标签的图像和待分类的无标签图像；/n将自编码器中维度最少、所提取的图像特征具有代表图像类别意义的隐藏层确定为有效特征层；/n利用谱聚类算法对有效特征层进行聚类，根据有效特征层提取的图像特征将所有测试图像分为多个聚类簇；/n在每个聚类簇中，获取不同类别的人工分类标签图像的数量，利用数量最多的人工分类标签图像的类别定义当前聚类簇中无标签图像的类别。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东浪潮大数据研究有限公司，未经广东浪潮大数据研究有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910925538.6/，转载请声明来源钻瓜专利网。
