基于模糊标签引导标签松弛和一致性监督的图像分类方法

本发明公开了一种基于模糊标签引导标签松弛和一致性监督的图像分类方法，包括：采集目标场景下的多视角图像数据，构建图像分类模型，采用模糊C‑means分别建模各视角特征，获取模糊隶属度矩阵；在模糊隶属度的学习过程中引入真实标签监督引导隶属度学习；基于模糊隶属度矩阵，结合标签松弛的投影矩阵学习，通过最小化投影后数据和松弛后标签之间的差异，实现多视角数据的判别性映射；采用分块式的交替优化策略对图像分类模型进行求解，将整体复杂优化问题划分为可解耦的子问题，得到训练后的图像分类模型；提出自适应真实标签引导机制，在模糊隶属度学习过程中引入真实标签，并设计了视角权重自动调整策略，使得模型在兼顾各视角特征差异。