一种基于多视图的低秩领域自适应方法及系统

本发明公开了基于多视图的低秩领域自适应方法，包括：获取源域样本图像和目标域样本图像，进行至少两种不同的增强掩码操作，将被掩码的源域样本图像和目标域样本图像以及源域标签传入学生网络进行训练，计算训练产生的损失更新网络权重，得到至少两个网络；对源域样本图像和目标域样本图像进行多视图特征提取，得到组合特征，通过构造相似图和矩阵捕捉组合特征的全局和局部结构；整合相似图和矩阵得到高阶图，转换为目标函数的联合优化，对项进行优化得到最优表示，对高阶图中切片的绝对值求和，得到亲和矩阵；利用局部保留投影得到投影矩阵，投影到潜在空间，得到投影特征并计算目标函数，对目标样本进行类别预测，相较于单视图方法更具优越性。