[发明专利]一种基于弱监督学习的图像语义解析方法

摘要

本发明公开了一种基于弱监督学习的图像语义解析方法，用以解决在给定大量用户标注图像基础上，将图像分割成一系列具有单一语义的完整区域，同时对各区域实现语义标注的问题。本发明包括：联合谱聚类与判别式聚类的双重聚类方法，对由过分割方法得到的图像子区域进行聚类；同时，利用图像级别标注与图像区域级别标注的对应约束关系，构建以误差最小化为目标的弱监督学习模型，为各图像子区域的聚类集合分配语义标签。此外，通过判别式聚类学习到的多类分类器，可以实现针对没有标签信息图像的语义解析。本发明不仅可以给图像添加语义标签，还可以将标签添加到图像中的对应区域，实现更细粒度的图像语义理解。

主权项

一种基于弱监督学习的图像语义解析方法，包括如下步骤：S2.1、联合谱聚类与判别式聚类的双重聚类方法，对由过分割方法得到的图像子区域进行聚类；S2.2、利用图像的标签信息来指导双重聚类过程，为聚类结果添加语义标签；S2.3、联合凹凸优化过程和非负乘子法对目标函数进行优化求解。