一种基于图结构的图像对比聚类方法及系统技术方案

本发明专利技术提供一种基于图结构的图像对比聚类方法及系统，涉及机器学习和图像处理领域。该方法包含以下步骤，获取原始图像数据集，对原始图像数据集进行两种不同的变换，分获取变换后的数据集的特征和对比特征，计算实例级对比损失，获取并更新每个样本的邻居，获取邻接矩阵并加上不同的随机掩码，构建图结构数据，输入到图神经网络聚合特征与其邻居特征，并获得聚类分配，计算簇级对比损失，通过实例级对比损失和簇级对比损失优化特征提取网络、对比网络和图卷积神经网络，重复上述步骤，直到满足迭代次数，输出聚类分组结果；本发明专利技术方法不仅能获取图像的语义信息，也能有效挖掘图像数据之间的结构信息。

【技术实现步骤摘要】

本专利技术涉及机器学习和图像处理，具体为一种基于图结构的图像对比聚类方法及系统。

技术介绍

1、图像对比聚类是一种结合了对比学习和聚类算法的技术，通过对比学习方法，在未标记的图像数据集中识别相似和不同的模式，无需依赖于人工标注。并应用聚类算法将图像分组到不同的簇中，使得同一簇内的图像在某种程度上是相似的，而不同的簇的图像存在一定差异。这种方法在医学成像、卫星图像分析和社交媒体内容分类等多个领域都有广泛应用。

2、图结构数据，如属性图，除了节点的特征信息外，还包含了相邻节点之间边构成的结构信息，而图像数据集通常只包含图像的特征信息，大多数图像聚类算法仅仅考虑图像内在的特征信息，而无法有效的融合图像之间的结构信息。此外，对比学习方法将同一个图像的不同变换视为正样本对，而其余图像视为负样本对，即使是同一类的样本，从而导致聚类的偏差。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本专利技术提供了一种基于图结构的图像对比聚类方法及系统，旨在解决上述
技术介绍
中提出的问题。...

【技术保护点】

1.一种基于图结构的图像对比聚类方法，其特征在于，包括：

2.根据权利要求1所述的一种基于图结构的图像对比聚类方法，其特征在于：原始图像用于邻居挖掘和获取最终的聚类结果。

3.根据权利要求2所述的一种基于图结构的图像对比聚类方法，其特征在于：所述弱变换为随机裁剪与缩放，随机水平翻转，随机亮度、对比度、饱和度、色调变换和随机灰度变换。

4.根据权利要求3所述的一种基于图结构的图像对比聚类方法，其特征在于：所述强变换除了包括随机水平翻转、随机裁剪外，并从归一化对比度、均衡直方图、旋转、反转、增强色彩平衡、调整对比度、调整亮度、调整清晰度、仿射变换、减少每个...

【技术特征摘要】

1.一种基于图结构的图像对比聚类方法，其特征在于，包括：

2.根据权利要求1所述的一种基于图结构的图像对比聚类方法，其特征在于：原始图像用于邻居挖掘和获取最终的聚类结果。

3.根据权利要求2所述的一种基于图结构的图像对比聚类方法，其特征在于：所述弱变换为随机裁剪与缩放，随机水平翻转，随机亮度、对比度、饱和度、色调变换和随机灰度变换。

4.根据权利要求3所述的一种基于图结构的图像对比聚类方法，其特征在于：所述强变换除了包括随机水平翻转、随机裁剪外，并从归一化对比度、均衡直方图、旋转、反转、增强色彩平衡、调整对比度、调整亮度、调整清晰度、仿射变换、减少每个颜色通道位数中随机选择四个组成。

5.根据权利要求1所述的一种基于图结构的图像...

【专利技术属性】
技术研发人员：董仕豪，郑钰辉，程鑫，张家伟，张国庆，王金伟，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：