基于半监督张量子空间回归的图像检索方法

摘要

本发明公开了一种基于半监督张量子空间回归的图像检索方法，主要解决现有方法计算时间复杂度高，图像检索效率低的问题。其实现方案是：1.将图像缩放到二阶张量空间中进行预处理，得到图像的灰度矩阵X_i；2.根据图像的灰度矩阵X_i构建两个优化函数U和V；3.迭代计算两个优化函数U和V的最优解；4.根据给出的查询图片，计算得到该查询图片在低维目标子空间的矩阵Y_i'；5.对给出的查询图片在低维目标子空间中进行图像检索，即在低维目标子空间对查询图片与训练集中图片的欧氏距离按照排序，并返回图像检索结果。本发明减小计算的时间复杂度，映射函数的学习过程更加有效，提高了图像检索的效率和准确率，可用于海量图像检索领域。