[发明专利]一种基于标记增强的图像多维分类方法

摘要

本发明公开了一种基于标记增强的图像多维分类方法，包括：1)构建多维分类训练集；2)对训练集中图像样本的标记进行编码，将原始标记空间编码成三元标记空间；3)构建基于概率的标记增强模型来丰富编码标记空间中的监督信息，获得实数型标记分布；4)基于实数型标记分布构建多输出回归模型；5)对未知类图像样本进行预测。本发明通过构建基于概率的标记增强模型获得图像样本的实数型标记分布，使得特征差异较大的图像样本恢复出更具区分度的标记分布，从而解决在标记分布空间上的数据拥挤问题，并将图像的多维分类问题转化成了一个多输出回归问题，并基于实数型标记分布来构建多输出回归模型，从而提高了对图像多维分类的准确性。