一种基于直推判别字典学习的零样本分类方法

• 作者: 于云龙 冀中 孙涛
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 零样本分类 图像分类 字典学习 直推学习
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 复杂环境下的机器学习研究专刊
• 页码范围: 2961-2970
• 页数: 10页
• 分类号: TP18
• 字数: 7435字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005338

摘要

零样本分类的目标是对训练阶段未出现过的类别的样本进行识别和分类,其主要思路是,借助类别语义信息,将可见类别的知识转移到未见类别中.提出了一种直推式的字典学习方法,包含以下两个步骤:首先,提出一个判别字典学习模型,对带标签的可见类别样本的视觉特征和类别语义特征建立映射关系模型;然后,针对可见类别和未见类别不同引起的域偏移问题,提出了一个基于直推学习的修正模型.通过在3个基准数据集(AwA,CUB和SUN)上的实验结果,证明了该方法的有效性和先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冀中	天津大学电气自动化与信息工程学院	25	130	7.0	10.0
2	孙涛	天津大学电气自动化与信息工程学院	33	313	11.0	16.0
3	于云龙	天津大学电气自动化与信息工程学院	2	4	1.0	2.0