摘要
本申请公开了一种自解耦驱动的单步多视图图像聚类方法,通过基于各视图的图像数据集确定对应的子视图样本矩阵,其中,子视图样本矩阵表示各子视图下全体样本特征;构建基于一致标签的图回溯函数;基于核心子描述符确定核心子描述符自解耦的目标函数;通过交替优化使得单步多视图图像聚类函数中的锚点矩阵样本标签矩阵、锚点标签矩阵和各视图损失权重直至目标函数收敛,得到单步多视图图像聚类算法;基于单步多视图图像聚类算法处理视图图像数据得到视图图像数据的聚类结果,本申请本发明基于回溯策略,能够动态调整图结构以获得最优解,实现单步多视图图像聚类以提升聚类精度。
技术关键词
图像聚类方法
矩阵
图像聚类算法
标签
锚点
样本
描述符
表达式
变量
核心
数据
动态
策略
精度
系统为您推荐了相关专利信息
注意力机制
识别方法
编码器
深层特征提取
雷达散射截面
游梁式抽油机
关键点
图像采集设备
坐标
计算机程序指令
泥沙含量传感器
风险
矩阵
水流传感器
数据获取单元
地理信息数据
城市道路交通流量
视频流
时空局部特征
深度学习模型