基于反向投影的zero-shot learning目标分类算法研究

• 作者: 乔凌峰 冯鹏 庹红娅 敬忠良 王洁欣
• 来源期刊: 计算机应用研究
• 关键词: zero-shot learning 目标分类 反向投影 解析解
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3291-3294
• 页数: 4页
• 分类号: TP391.4|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.11.020

摘要

Zero-shot learning(ZSL)是针对没有训练样本的类别进行分类的问题.传统回归方法的核心是将视觉特征投影到语义空间,没有充分利用视觉特征自身包含的样本信息,同时训练计算量大.提出基于反向投影的ZSL目标分类方法,将类别原型投影到视觉空间,利用视觉特征的语义性学习出映射函数,参数优化过程仅通过解析解就可以获得.在两个基准数据集的实验结果表明,提出的反向投影方法分类结果较传统回归方法和其他现有方法有大幅提升,并且训练时间大大减少,可以更好地推广到未知类别的分类问题上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	敬忠良	上海交通大学航空航天学院	155	2844	24.0	49.0
2	冯鹏	上海交通大学航空航天学院	1	0	0.0	0.0
3	庹红娅	上海交通大学航空航天学院	8	37	3.0	6.0
4	乔凌峰	上海交通大学航空航天学院	1	0	0.0	0.0
5	王洁欣	上海交通大学航空航天学院	1	0	0.0	0.0