一种基于多示例主动学习的代表性图像选取方法

摘要

本发明涉及机器学习领域，具体涉及一种基于多示例主动学习的代表性图像选取方法，包括以下步骤：(1)图像原始特征提取；(2)原始特征降维；(3)利用降维的特征进行原始样本图像预聚类；(4)选取初始训练样本；(5)训练分类器；(6)调整难分类样本集合；(7)调整原始样本集合；(8)重复执行步骤(5)至(7)进行迭代训练，直至收敛；(9)输出代表性图像。通过预聚类、多示例学习和主动学习方法从原始样本中筛选出对分类器分类精度贡献最大的样本集合，再对这些样本进行标注用于其它机器学习任务，这样不仅可以降低标注耗费的人力，而且可以滤除一部分噪声样本，保证其它机器学习任务的有效运行。