【CN109829481A】一种图像分类方法装置电子设备及可读存储介质【专利】

若所述归一化灰度矩阵为As×t ，标签约束矩阵为Ct×(r+t-l) ，根据公式 ：
计算特征矩阵V(r+t-l)×p，
其中，
2
CN 109829481 A
权 利 要 求 书
2/4 页
Um×n表示对As×t分解后得到的基矩阵 ，aij表示Um×n中第i行第j列的元素 ； n和p是预先设置的正整数，且p是n的整数倍； m＝s×n/p，q＝t；
3
CN 109829481 A
(74)专利代理机构 北京柏杉松知识产权代理事 务所(普通合伙) 11413
代理人 丁芸 项京
(51)Int .Cl . G06K 9/62(2006 .01)
(10)申请公布号 CN 109829481 A (43)申请公布日 2019.05.31
( 54 )发明 名称 一 种图 像分类方法 、装置 、电 子设备 及可 读
表示左半张量积； 表示张量积。 4 .根据权利要求1所述的图像分类方法，其特征在于，所述对所述灰度矩阵进行归一化 处理，包括： 若所述灰度矩阵中元素的最大值为z，将所述灰度矩阵中的每个元素除以z。 5 .一种图像分类装置，其特征在于，所述装置包括： 图 像矩阵 建立模块 ，用于对所获取的 各样本图 像进行灰度化处理 ，得到所述各样本图 像的灰度图像 ，将各灰度图像表示为二维图像矩阵 ，得到各二维图像矩阵 ；所述各样本图像 包括：各训练图像和各待分类图像； 归一化灰 度矩阵 建立模块 ，用于分 别将所述各二维图 像矩阵 表示为一维向 量 ，将得到 的各一维向量作为灰度矩阵的各列 ，建立所述灰度矩阵 ，对所述灰度矩阵进行归一化处理 ， 得到归一化灰度矩阵 ； 特征矩阵计算模块，用于根据预先建立的标签约束矩阵和基于半张量积的非负矩阵分 解算法 ，对所述归一化灰度矩阵进行特征提取 ，得到所述归一化灰度矩阵对应的特征矩阵 ， 所述标签约束矩阵是根据所述各样本图像包含的标签信息确定的 ； 图像分类模块，用于将所述标签约束矩阵和所述特征矩阵的乘积的转置作为混合特征 矩阵 ，将所述混合特征矩阵中所述各待分类图像对应的特征输入预先建立的图像分类模 型 ，得到所述各待分类图 像的分类结果 ，所述图 像分类模型是对所述混合特征矩阵中所述 各训练图像对应的特征、以及所述各训练图像对应的图像类别进行训练得到的。 6 .根据权利要求5所述的图像分类装置，其特征在于，所述装置还包括：标签约束矩阵 建立模块，用于若所述各样本图像为(x1 ,x2 ,… ,xt) ，t个样本图像包含r类图像，且所述t个 样本图像中l个样本图像包含标签信息，其他t-l个训练图像不包含标签信息，r为大于1的 整数，t为大于1的整数，l为大于0且小于t的整数；
根据所述l个样本图像以 及公式 ：
建立索引矩阵
Bl×r，bji表示Bl×r中第j行第i列的元素，j＝1 ,2 ,… ,l，i＝1 ,2 ,… ,r；
根据
பைடு நூலகம்
建立标签约束矩阵Ct×(r+t-l) ，It-l表示单位矩
阵。 3 .根据权利要求2所述的图像分类方法，其特征在于，所述根据预先建立的标签约束矩
阵 和基于半张量积的非负矩阵 分解算法 ，对所述归一化灰度矩阵 进行特征提取 ，得到所述 归一化灰度矩阵对应的特征矩阵 ，包括 ：
权利要求书4页 说明书11页 附图2页
CN 109829481 A
CN 109829481 A
权 利 要 求 书
1/4 页
1 .一种图像分类方法，其特征在于，所述方法包括： 对所获取的 各样本图 像进行灰度化处理 ，得到所述各样本图 像的 灰度图 像 ，将各灰度 图像表示为二维图像矩阵 ，得到各二维图像矩阵 ；所述各样本图像包括 ：各训练图像和各待 分类图像； 分别将所述各二维图像矩阵表示为一维向量，将得到的各一维向量作为灰度矩阵的各 列 ，建立所述灰度矩阵 ，对所述灰度矩阵进行归一化处理 ，得到归一化灰度矩阵 ； 根据预先建立的标签约束矩阵和基于半张量积的非负矩阵分解算法，对所述归一化灰 度矩阵 进行特征提取 ，得到所述归一化灰度矩阵对应的特征矩阵 ，所述标签约束矩阵是根 据所述各样本图像包含的标签信息确定的 ； 将所述标签约束矩阵 和所述特征矩阵的乘积的转置作为混合特征矩阵 ，将所述混合特 征矩阵中所述各待分类图像对应的特征输入预先建立的图像分类模型，得到所述各待分类 图 像的 分类结果 ，所述图 像分类模型是对所述混合特征矩阵 中 所述各 训练图 像对应的 特 征、以及所述各训练图像对应的图像类别进行训练得到的。 2 .根据权利要求1所述的图像分类方法，其特征在于，所述标签约束矩阵的建立方法包 括： 若所述各样本图像为(x1 ,x2 ,… ,xt) ，t个样本图像包含r类图像，且所述t个样本图像中 l个样本图 像包含标签信息 ，其他t-l个 训练图 像不包含标签信息 ，r为大于1的 整数 ，t为大 于1的整数，l为大于0且小于t的整数；
存储介质 ( 57 )摘要
本发明实施例提供了一种图像分类方法、装 置 、电 子设备 及可读存储介 质 ，应 用于模式 识别 技术领域 ，所述方法包括 ：对各样本图 像进行灰 度化处理 ，将得到的各灰度图像表示为二维图像 矩阵 ；样本图像包括 ：训练图像和待分类图像 ，根 据各二维图像矩阵建立灰度矩阵 ；根据标签约束 矩阵和基于半张量积的非负矩阵分解算法，对归 一化灰度矩阵进行特征提取，得到特征矩阵 ；将 标签 约束矩阵 和特征 矩阵的 乘积的 转置 作为混 合特征矩阵 ，将混合特征矩阵中各待分类图像对 应的特征输入预先建立的图像分类模型，得到分 类结果，图像分类模型是对混合特征矩阵中各训 练图像对应的特征及各训练图像对应的图像类 别进行训练得到的。本发明提高了图像分类的效 率。
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910007444 .0
(22)申请日 2019 .01 .04
(71)申请人 北京邮电大学 地址 100876 北京市海淀区西土城路10号
(72)发明人 李丽香 王琳 彭海朋 杨义先 李冲霄 李思颖 闫谨 王紫琪