基于深度示例差异化的零样本多标签图像分类*

• 作者: 何宇清 冀中 李慧慧
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 零样本学习 多标签分类 跨模态映射 多示例学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 97-105
• 页数: 9页
• 分类号: TP183
• 字数: 7169字
• 语种: 中文

摘要

零样本多标签图像分类是对含多个标签且测试类别标签在训练过程中没有相应训练样本的图像进行分类标注.已有的研究表明,多标签图像类别间存在相互关联,合理利用标签间相互关系是多标签图像分类技术的关键,如何实现已见类到未见类的模型迁移,并利用标签间相关性实现未见类的分类是零样本多标签分类需要解决的关键问题.针对这一挑战性的学习任务,提出一种深度示例差异化分类算法.首先利用深度嵌入网络实现图像视觉特征空间至标签语义特征空间的跨模态映射,然后在语义空间利用示例差异化算法实现多标签分类.通过在主流数据集Natural Scene和IAPRTC-12上与已有算法进行对比实验,验证了所提方法的先进性和有效性,同时验证了嵌入网络的先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何宇清	天津大学电气自动化与信息工程学院	37	197	9.0	12.0
2	冀中	天津大学电气自动化与信息工程学院	25	130	7.0	10.0
3	李慧慧	天津大学电气自动化与信息工程学院	2	1	1.0	1.0