一种基于主动半监督字典学习的图像分类方法

摘要

本发明提供一种基于主动半监督字典学习的图像分类方法，包括以下步骤：S1：获取训练样本集，将训练样本集分类为有标签样本集和无标签样本集；S2：构建初始的半监督字典模型；S3：分别构建有标签样本集和无标签样本集的判别表示；S4：构建图像分类目标函数；S5：结合主动学习对图像分类目标函数进行更新，得到更新好的图像分类目标函数，将更新好的图像分类目标函数用于图像分类。本发明提供一种基于主动半监督字典学习的图像分类方法，通过整合主动学习机制使得图像分类目标函数的更新更加高效并且更适用于现实场景，能够有效地利用大量无标签样本，解决了目前的图像分类方法还无法有效地利用大量无标签样本的问题。