科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明实施例公开了一种基于鲁棒局部低秩稀疏CNN特征的图像分类方法、装置、设备及计算机可读存储介质。其中,方法包括首先利用一般卷积神经网络提取待分类图像的原始深度特征,利用预先构建的投影矩阵对原始深度特征进行低秩与稀疏特征提取,得到分类识别特征；将分类识别特征输入分类模型中,得到待分类图像的标签；其中,投影矩阵为采用鲁棒的邻域保持的联合低秩与稀疏特征算法学习训练样本集中各样本图像的原始深度特征所得,用于提取具有邻域保持能力的低秩与稀疏特征。本申请提供的技术方案增强了分类特征的鲁棒性,提升了图像特征提取的准确性,显著提升了图像分类的精准度。
- 单位
