(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111206294.X (22)申请日 2021.10.16 (71)申请人 江苏大学 地址 212013 江苏省镇江市京口区学府路 301号 (72)发明人 刘志锋　蔡瑞行　沈项军　 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01) G06F 30/27(2020.01) G06F 17/16(2006.01) (54)发明名称 一种基于几何保持双投影的图像多标签分 类方法 (57)摘要 本发明公开了一种基于几何保持双投影的 图像多标签分类方法， 本方法与传统的多标签分 类算法直接从特征空间学习合适的特征维数不 同， 本发明所提出的方法是同时从输入特征空间 和输出特征空间学习双标签和特征空间投影， 从 而实现标签和特征空间的降维， 考虑到标签流形 和特征流形中不仅有 标签还有特征数据， 同时通 过构造标签图和特征图来学习标签流形和特征 流形的几何结构。 本方法通过从标签和特征空间 进行几何保持的双重投影学习， 最终以同样的方 式在标签和特 征空间中学习更好的低秩结构。 权利要求书2页 说明书5页 附图1页 CN 113902950 A 2022.01.07 CN 113902950 A 1.一种基于几何保持双投影的图像多标签分类方法， 其特 征在于， 包括如下步骤： 步骤1、 准备待分类的图像样本及图像样本对应的标签， 由图像样本构成特征空间表示 为X＝[x1， x2， ......， xn]， 由标签构 成标签空间表示为Y∈{0， 1}q×n， 其中， xn为训练实例即 图像样本， n是训练实例的数量， q是 标签的维度； 步骤2， 基于标签空间和特 征空间进行几何保持双投影学习， 包括如下步骤： 步骤2.1， 分别在标签空间和特征空间上对应学习双投影矩阵V和 P， 将标签空间映射到 嵌入空间从而实现降维； 步骤2.2， 构造标签图和特 征图来学习标签流形和特 征流形的几何结构； 步骤2.3， 基于标签流形、 特征流形和双投影矩阵V和P， 构建了一个几何保持双投影模 型； 该模型待优化的目标函数表示如下： s.t.VTYYTV＝I， P＝Q 其中， P和V是双投影矩阵， Q是等价矩阵， 是F范数运算； tr(*)是迹运算； α和β 表示 正则化参数来权衡第二项和第三项； I 为单位矩阵； 步骤3， 基于所构建的几何保持双投影模型， 预测多标签分类结果。 2.根据权利要求1所述的一种基于几何保持双投影的图像多标签分类方法， 其特征在 于， 求解几何保持双投影模型的目标函数中双投影矩阵P、 V以及等 价矩阵Q的方法为： 求解等价矩阵Q： 对目标函数使用增广拉格朗日函数法， 优化问题转化为求解以下增广拉格朗日乘子问 题： 其中， Y1为拉格朗日乘子， μ为 参数； 对上式中的Q进行求偏导得到： 求解投影矩阵P： 对转换为增广拉格朗日乘子问题的目标函数中的P进行求偏导得到： P＝(2β XLXT+ μI)‑1( μQ+2XYTVVT‑XXTQVVT‑Y1)； 求解投影矩阵V： 考虑到上述约束条件VTYYTV＝I， 对目标函数使用拉格朗日乘数法， 得到下式： 对上式中参数V求偏导得： (Y YT)‑1(PTXXTQ‑2PTXYT+α YLYT)V＝ λV 解上式的特 征方程， 特征向量即所求投影矩阵V， λ为特 征值； 求解参数Y1， μ： Y1＝Y1+ μ(P‑Q) μ＝min( ρ μ， maxμ) 通过不断更新参数直到目标函数收敛以求得最优投影矩阵P和V； 其中， ρ为μ的系数， maxμ为最大参数。权　利　要　求　书 1/2 页 2 CN 113902950 A 23.根据权利要求1所述的一种基于几何保持双投影的图像多标签分类方法， 其特征在 于， 步骤3的预测过程 为： S1、 在VVT上进行奇异值分解以获得奇异值， 由奇异值构成矩阵S， 该矩阵除了主对角线 上的元素以外全为0， 主对角线 上的每个元素都称为奇异 值， 选取最大的奇异 值来描述矩阵 从而实现降维； S2、 将学习到的双投影矩阵P和V输入到解码矩阵VTPTXtrain， 其中， Xtrain＝[x1， x2， ......， xn2]∈Rp×n1为训练集， n2为训练集样本数； S3、 将特征空间X分为测试集Xtest和训练集Xtrain； 其中， 测试集表示为Xtest＝[x1， x2， ......， xn1]∈Rp×n1， 将测试集中的测试实例xi输入到解码矩阵VTPTXtest， n1为测试集样 本数； S4、 基于奇异值学习xi和训练集Xtrain之间的距离， 得到该xi基于训练集的K近邻训练样 本， 获取该训练样本的标签值； S5、 针对xi所对应的K近邻序列输出该xi的标签值得到预测值Ytest， 完成多标签分类预 测。 4.根据权利要求1所述的一种基于几何保持双投影的图像多标签分类方法， 其特征在 于， 构造特征图的方法为： 特征图节点对应于{x1， x2， ...xn}； 对于每个训练实例xi， 如果存 在K近邻的第j个训练实例xj， 则在节点之间构建一条边； 为了使得连接点尽可能靠近， 优化 下述模型： 其中， Wij是系数对称矩阵通过热内核 法表示连接点的权重； 矩阵D是图的度矩阵， L＝D ‑ W是特征图的拉普拉斯图。 5.根据权利要求4所述的一种基于几何保持双投影的图像多标签分类方法， 其特征在 于， 构造标签图， 如果xi和xj越近， 则VTyi和VTyi之间的距离也越近， 具体表述如下： 其中， Wij是系数对称矩阵通过热内核 法表示连接点的权重； 矩阵D是图的度矩阵， L＝D ‑ W是标签图的拉普拉斯图。权　利　要　求　书 2/2 页 3 CN 113902950 A 3