基于多任务学习的自然图像分类研究.pdfVIP

第29卷第7期 计算机应用研究 V01．29No．7 Researchof Ju!．2012 20t2牟7月 Application Computers 基于多任务学习的自然图像分类研究宰 刘成，彭迸业 (西北大学信息科学与技术学院，西安710127) 摘要：针对自然图像内容结构复杂、难以区分的实际情况，提出了一种基于多任务学习的自然图像分类方法。 通过额外任务来辅助主任务的学习，构造了衡量任务间相关性大小的相关性矩阵．提出了主任务联合额外任务 共同决策的学习模式；通过额外任务与主任务的相关性采控审】额外任务参与主任务决策的程度．以提高主任务 的分类准确率。实验结果表明，与传统的单任务学习相比，尤其是在已知样本较少的情况下，多任务学习机制能 够明显地改善分类器的泛化性能。 关键词：多任务学习；自然图像；相关性 中图分类号：TPl81 文献标志码：A 文章编号：1001．3695(2012)07．2773一03 doi：10．3969／j．issn．1001—3695．2012．07．102 Researchofclassificationmethodfor natural basedonmultitask images learning LIU Cheng，PENG Jin—ye (School可InformationScience＆Technology，Northwest University，Xi’∞710127，China) it’sdifficultto differentbecausethecontentandstructureofnatural is Abstract：Consideringdistinguishimages imagesvery aclassificationmethodfor extra natural based011multitasks complex，thispaperproposed images learning．itdesignm：l$ome tasksto themaintask’s constructedcorrelationmatr／xthat correlationbetweentasles．It assist learning．and irleaflLLre(]the pro- a modelthalmaintask extrataskstonlakedecision．Andcontrolledthe ofextratasksinvolvedmain posedstudy jointed degree the betweenmaintask extra thatthe method task’sdecision correlation and