基于典型相关分析和距离度量学习的零样本学习.pdfVIP

基于典型相关分析和距离度量学习的零样本学习.pdf

第50卷第8期天津大学学报(自然科学与工程技术版)V0lI_50No．8

2017年8月JournalofTianjinUniversity(ScienceandTechnology)Aug．2017

D0I：10．11784／tdxbz201606003

基于典型相关分析和距离度量学习的零样本学习

冀中，谢于中，庞彦伟

(天津大学电气自动化与信息工程学院，天津300072)

摘要：零样本学习是一类特殊的图像分类问题，是指测试数据的类别在训练数据中没有出现的情况．为了更好地

描述语义特征空间中图像特征和语义特征的距离关系，本文将距离度量学习引入零样本学习任务．具体而言，首先

利用典型相关分析将样本的图像特征和相应类别的语义特征映射至公共特征空间；然后，利用距离度量学习衡量图

像特征和语义特征之间的距离；最后，使用最近邻分类器进行分类．通过在流行的AwA和CUB数据集中的实验，

证明了所提方法的有效性和鲁棒性．

关键词：零样本学习；典型相关分析；距离度量学习；图像分类

中图分类号：TP391．41文献标志码：A文章编号：0493．2137(2017)08—0813—08

Zero—ShotLearningBasedonCanonicalCorrelationAnalysis

andDistanceMetricLearning

JiZhong，XieYuzhong，PangYanwei

(SchoolofElectricalandInformationEngineering，TianjinUniversity，Tianjin300072，China)

Abstract：Zero-shotlearningisaspecialcaseofimageclassification，whosetestclassesareabsentintrainingsam—

pies．Tobettermeasurethedistancebetweenvisualfeaturesandsemanticfeaturesinthesemanticembeddingspace，

adistancemetriclearningbasedzero-shotleamingmethodisproposed．Specifically，visualfeaturesandsemantic

featureswerefirstprojectedintoacommonsemanticembeddingspacebyuseofcanonicalcorrelationanalysis，then

adistancemetriclearningmethodwasemployedtomeasurethedistancebewteenthem．Finally，anearestneighbor

classifierwasutilizedtoperformtheclassification．ExperimentalresultsonthepopularAwAandCUBdatasetsdem—

onstratethattheproposedapproachiseffectiveandrobust．

Keywords：zero-shotlearning；canonicalcorrelationanalysis；distancemetriclearning；imageclassification

对于传统的分类系统，要想准确识别出某类数像检索】、重排序刚、动作识别等．关联学习是实

据，必须给出相应类别带标签的训练数据，但是训练现跨模态检索学习的一种重要方法，而典型相关分析