本文選題：零樣本圖像分類 + 混合屬性��； 參考：《電子學報》2017年06期

【摘要】：對于具有相似屬性的類別而言,在有限維度的語義屬性下,基于屬性的零樣本圖像分類器難以對它們進行正確區(qū)分.考慮到語義屬性描述類別的有限性,在直接屬性預(yù)測(Direct Attribute Prediction,DAP)模型的基礎(chǔ)上,提出一種基于混合屬性的零樣本圖像分類模型(Hybrid Attribute-Based DAP,HA-DAP).首先,對樣本的底層特征進行稀疏編碼并利用編碼后的非語義屬性來輔助現(xiàn)有的語義屬性;將非語義屬性與語義屬性構(gòu)成混合屬性并將其作為DAP模型的屬性中間層,利用屬性預(yù)測模型的思想進行混合屬性分類器的訓練;最后,根據(jù)預(yù)測的混合屬性以及屬性與類別之間的關(guān)系進行測試樣本類別標簽的預(yù)測.在OSR、Pub Fig以及Shoes數(shù)據(jù)集上的實驗結(jié)果表明,HA-DAP的分類性能優(yōu)于DAP,不僅能夠取得較高的零樣本圖像分類精度,而且還獲得了較高的AUC值.
[Abstract]:For the category with similar properties , it is difficult to distinguish them correctly under the semantic attributes of finite dimensions . Considering the limitation of semantic attribute description categories , a hybrid Attribute - Based DAP ( HA - DAP ) is proposed based on Direct Attribute Prediction ( DAP ) model . firstly , sparse coding is performed on the bottom layer characteristics of the sample and the encoded non - semantic attribute is utilized to assist the existing semantic attribute ; and the non - semantic attribute and the semantic attribute are used as the attribute intermediate layer of the DAP model , and the prediction of the sample category label is carried out according to the relationship between the attribute and the category ; and finally , the classification performance of the HA - DAP is better than the DAP , so that the classification accuracy of the high zero sample image can be obtained , and the higher AUC value is obtained .
【作者單位】： 中國礦業(yè)大學信息與控制工程學院;
【基金】：國家自然科學基金(No.61472424,No.61273143) 中央高校基本科研業(yè)務(wù)費(No.2013RC10,No.2013RC12,No.2014YC07)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前1條

1 由麗萍;;漢語框架網(wǎng)絡(luò)本體時間語義屬性的構(gòu)建與信息抽取研究[J];情報科學;2013年08期

相關(guān)博士學位論文 前2條

1 延俊榮;給予句研究[D];復(fù)旦大學;2003年

2 李志華;語義屬性數(shù)據(jù)聚類/分類算法及其在異常檢測中的應(yīng)用研究[D];江南大學;2009年

相關(guān)碩士學位論文 前3條

1 師潔瓊;基于詞袋模型與行人屬性的行人再識別算法[D];大連理工大學;2016年

2 李賢智;“想X就X”格式的多角度考察[D];北京語言大學;2009年

3 袁麗坤;漢語焦點算子與量級算子研究[D];湖南大學;2010年

，

本文編號：1924950