-
公开(公告)号:CN112926658B
公开(公告)日:2023-03-21
申请号:CN202110217629.1
申请日:2021-02-26
Applicant: 西安交通大学
IPC: G06V10/762 , G06V10/74 , G06V10/77
Abstract: 基于二维数据嵌入与邻接拓扑图的图像聚类方法及设备,该图像聚类方法包括同时学习一组图像数据的二维嵌入表示和结构化的相似图,在图像数据的二维嵌入表示上学习带有自适应最优邻域分配的相似图,通过在学习到的图的拉普拉斯矩阵施加秩约束来使得相似图的连通块数量等于期望的聚类个数,从而完成二维图像数据聚类的任务。本发明同时提供了一种实现上述方法的系统、终端及计算机可读存储介质。本发明充分利用了图像像素的空间关系,提升了图像数据的聚类性能,通过挖掘图像的内在关系而构建出高质量的相似拓扑图,避免了单独学习二者可能带来的次优解问题,最终提升了图像聚类性能。
-
公开(公告)号:CN112926658A
公开(公告)日:2021-06-08
申请号:CN202110217629.1
申请日:2021-02-26
Applicant: 西安交通大学
IPC: G06K9/62
Abstract: 基于二维数据嵌入与邻接拓扑图的图像聚类方法及设备,该图像聚类方法包括同时学习一组图像数据的二维嵌入表示和结构化的相似图,在图像数据的二维嵌入表示上学习带有自适应最优邻域分配的相似图,通过在学习到的图的拉普拉斯矩阵施加秩约束来使得相似图的连通块数量等于期望的聚类个数,从而完成二维图像数据聚类的任务。本发明同时提供了一种实现上述方法的系统、终端及计算机可读存储介质。本发明充分利用了图像像素的空间关系,提升了图像数据的聚类性能,通过挖掘图像的内在关系而构建出高质量的相似拓扑图,避免了单独学习二者可能带来的次优解问题,最终提升了图像聚类性能。
-