本发明公开了一种基于低秩张量学习的无监督多视图特征选择方法及系统，包括：获取图像数据集，对每个图像数据提取若干个视图特征，获得多视图特征数据集；基于多视图谱聚类和低秩张量学习得到每个视图数据的伪标签矩阵，通过稀疏回归模型学习特征选择矩阵，构造基于低秩张量学习的无监督多视图特征选择目标函数；采用迭代优化方法求解所述目标函数，得到特征选择矩阵；根据特征选择矩阵计算各个特征的重要性，将特征按照所计算结果从大到小排序，选择前k个特征构成多视图特征子集。本发明将伪标签学习与特征选择整合到一个统一的学习框架中，联合多视图谱聚类和低秩张量学习得到高质量的伪标签进而指导最终的特征选择过程。