[发明专利]一种图像聚类方法、装置、电子设备及存储介质

权利要求书

1.一种图像聚类方法，其特征在于，包括：

获取图像数据；所述图像数据具有多个维度的因子矩阵；

构建所述图像数据的初始数据相似矩阵；

基于所述初始数据相似矩阵和所述因子矩阵生成优化相似矩阵；

采用所述图像数据、所述因子矩阵、所述初始数据相似矩阵和所述优化相似矩阵生成误差函数；

优化所述误差函数，得到最小误差函数值和优化参数；

判断所述最小误差函数值是否满足预设迭代终止条件；

当所述最小误差函数值不满足预设迭代终止条件时，采用所述优化参数更新所述因子矩阵、所述优化相似矩阵，并返回采用所述图像数据、所述因子矩阵、所述初始数据相似矩阵和所述优化相似矩阵生成误差函数的步骤；

当所述最小误差函数值满足预设迭代终止条件时，输出所述优化参数；

对所述优化参数进行聚类，得到图像聚类信息；

其中，所述优化所述误差函数，得到最小误差函数值和优化参数的步骤，包括：

将所述误差函数分解为相似图误差函数和塔克分解函数；

求取所述相似图误差函数的闭式解；

通过加速近端梯度算法优化所述塔克分解函数，得到塔克优化参数；

基于所述闭式解和所述塔克优化参数，得到所述误差函数的最小误差函数值和优化参数；

其中，误差函数为：

其中，X为非负高维的图像数据；W为初始数据相似矩阵；S为优化相似矩阵；L为S对应的拉普拉斯矩阵；g为非负核张量；A⁽ⁿ⁾代表各个维度的因子矩阵，n＝1，2，...，N；Tr()表示所求矩阵的对角元素之和；T表示转置矩阵；g×_nA⁽ⁿ⁾表示g对_nA⁽ⁿ⁾的n模式乘积，是一种运算符号；S_ij表示相似矩阵S的第i行j列的元素；||...||_F是一种矩阵范数；表征张量X-g×₁A⁽¹⁾×₂…×_NA^(N)的平方和。

2.根据权利要求1所述的方法，其特征在于，所述判断所述最小误差函数值是否满足预设迭代终止条件的步骤，包括：

判断所述最小误差函数值与前一次迭代的误差函数值之间的差值的绝对值是否小于预设阈值。

3.根据权利要求1所述的方法，其特征在于，所述对所述优化参数进行聚类，得到图像聚类信息的步骤，包括：

从所述优化参数中提取目标因子矩阵，并对所述目标因子矩阵进行聚类，得到图像聚类信息。