本發明提出一種多視角強化圖像聚類方法,屬于圖像聚類與強化學習領域,包括:1)預訓練各視角獨立的特征提取網絡,初始化各視角的潛在特征空間;2)預訓練多視角特征融合網絡,初始化各視角的融合特征空間;3)采用K?means方法初始化聚類環境,并為環境中的聚類原型分配伯努利單元;4)利用在線獎賞策略實時分配隨機獎賞,動態更新環境中的伯努利單元;5)更新參數,迭代優化聚類原型直到滿足收斂條件,完成多視角強化聚類過程。本發明采用在線獎賞策略聯合學習融合表征和調整集群,充分將視角間的互補信息以及樣本與聚類原型間的交互信息作用于聚類分析的過程中,有效提升聚類性能。
聲明:
“多視角強化圖像聚類方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)