一种跨领域的图像分类方法

本发明涉及一种跨领域的图像分类方法，通过准备包含多个源域的图像分类公开数据集；使用ResNet‑50作为特征提取器G；使用线性回归构建分类器C；采用取一法将数据集划分为训练集和验证集，联合训练G和C并得到它们的权重参数；在G之后先后接入特征重构器H；从训练集中任选两个域作为对比数据集先后通过样本对齐和数据增强技术，来联合训练模型M＝{G,H,C}，通过优化模型参数最终得到图像分类模型M。本发明的跨领域的图像分类方法，其通过域共性特征逼近域不变特征来实现跨域的图像识别任务。