[发明专利]一种图像分类方法及装置

摘要

本发明公开一种图像分类方法及装置，其特征在于，方法包括获取待分类图像的训练集；选择一个多层的卷积神经网络模型；对选取层做基于最小‑最大Min‑Max准则的正则约束，并形成第二卷积神经网络模型，其中，所述选取层为卷积神经网络模型中的一层；使用所述训练集对第二卷积神经网络模型进行训练，并生成第三卷积神经网络模型；使用第三卷积神经网络模型对待分类图像的测试集进行分类。基于目标识别的不变性特征，通过对选取层特征做基于Min‑Max准则的约束，使显式地强迫所学到的特征满足属于同一类的目标流形有较好的类内紧凑性，属于不同类的目标流形有较大的类间间隔，进而能够显著地提高图像分类的精度。

主权项

一种图像分类方法，其特征在于，所述方法包括：获取待分类图像的训练集；选择一个多层的卷积神经网络模型；对选取层做基于最小‑最大Min‑Max准则的正则约束，并形成第二卷积神经网络模型，其中，所述选取层为所述卷积神经网络模型中的一层；使用所述训练集对所述第二卷积神经网络模型进行训练，并生成第三卷积神经网络模型；使用所述第三卷积神经网络模型对待分类图像的测试集进行分类。