一种多视角二元有序图像数据的鲁棒分类方法及装置

本发明公开了一种多视角二元有序图像数据的鲁棒分类方法及装置，方法包括：提取训练集二元有序图像数据的多视角视觉特征；将提取的特征送入多视角二元有序数据分类模型中，经训练得到各视角上的权重系数和映射矩阵，并据此对待识别图像进行分类；其中二元有序数据分类模型对具有正损失的二元有序数据样本和负损失的二元有序数据样本施加不同的惩罚，并利用图像多视角视觉特征中的一致性和互补性信息自适应地学习视角之间的权重系数。本发明从微观的角度出发，通过挖掘二元有序数据分类无偏风险估计的内涵，很好地实现了经验风险最小化与避免过拟合之间的平衡，并充分利用图像数据的多视角视觉信息，大幅度提升多视角二元有序图像数据的分类精度。