针对陶俑文物的图像理解问题,陶俑分类可为其提供有价值的信息,该文提出了一种融合深度特征的多示例学习(MIL)方法用于陶俑图像分类。首先，对陶俑图像进行分割,提取出分割区域的手工特征(包括尺度不变特征变换和形态特征)和卷积神经网络特征;接着，采用联合字典学习获取多示例学习的多概念点,并使用多核将深度学习特征与传统手工特征融合到多示例学习框架;最后，利用直推式支持向量机进行分类。在陶俑图像集和MIL数据集上的实验结果表明，该文方法是有效的，且相较其他深度和非深度MIL算法具有更高的分类准确度。