基于深度示例差异化的零样本多标签图像分类-计算机科学与探索.PDFVIP

计算机科学与探索 1673-9418/2019/ 13(01)-0097-09 Journal of Frontiers of Computer Science and Technology doi: 10.3778/j.issn. 1673-9418.1801016 基于深度示例差异化的零样本多标签图像分类* 冀 中，李慧慧，何宇清+ 天津大学 电气自动化与信息工程学院，天津 300072 + 通讯作者 E-mail: heyuqing@ 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