[发明专利]一种图像识别方法

权利要求书

1.一种图像识别方法，其特征在于，包括：

边缘服务器接收用户上传的图像数据，对所述图像数据进行预处理；

所述边缘服务器利用云服务器预先发来的特征提取器P对预处理后的图像数据进行特征提取，并将提取的特征数据发送到云服务器，用于进行图像识别；

其中，所述特征提取器P提取的特征用于将图像数据区分为不同类别；

所述特征提取器P的生成方式包括：求解满足和P^TP＝I的P，将该P作为所述特征提取器；

其中，为全局类间不相似度函数，表示云服务器图像数据中每一类样本点的中心点与整体样本的中心点之间的不相似程度；为局部类间不相似度函数，表示不同类别的数据样本点中，样本点与其近邻样本点之间的不相似程度；为全局类内不相似度函数，表示每一类数据样本点与该类数据样本点的中心点之间的不相似程度；为局部类内不相似度函数，表示在同一类别的数据样本点中，样本点与其近邻样本点之间的不相似程度；α,β,γ均为预设的权重值，x_i表示云服务器图像数据集中的样本点，表示第j个样本的k₁个同类近邻样本点的集合，表示第j个样本的k₂个异类近邻样本点的集合，μ表示云服务器图像数据集中样本点的中心点，μ^m表示第m类样本点的中心点，m为类别索引。

2.根据权利要求1所述的方法，其特征在于，求解特征提取器P的方式包括：

对γβf_gb+γ(1-β)f_lb]-[α(1-γ)f_gw+(1-γ)(1-α)f_lw进行特征分解，获得取值为正的特征值λ_i及其对应的特征向量P_i，i＝1,…,r；

将所有特征向量P_i构成矩阵P作为所述特征提取器。

3.根据权利要求1或2所述的方法，其特征在于，所述对预处理后的图像数据进行特征提取包括：

将预处理后的图像数据x'_i与特征提取器P进行处理得到提取后的特征v_i＝P^Tx'_i。