基于零樣本學(xué)習(xí)的細(xì)粒度目標(biāo)分類旨在讓分類器在即使無(wú)訓(xùn)練樣本的情況下對(duì)同屬于一個(gè)大類的子類目標(biāo)進(jìn)行細(xì)粒度的劃分,在智慧新零售、人臉識(shí)別、智能安防等領(lǐng)域有著十分重要的應(yīng)用。零樣本學(xué)習(xí)算法通過(guò)使用共享知識(shí)作為中間媒介實(shí)現(xiàn)從己訓(xùn)練過(guò)類別到未訓(xùn)練過(guò)類別之間的知識(shí)遷移,因此分類器可用于未訓(xùn)練過(guò)類別樣本的分類。目前基于零樣本學(xué)習(xí)的細(xì)粒度目標(biāo)分類研究主要是在單目標(biāo)分類的場(chǎng)景下直接依賴人工定義的屬性作為中間媒介進(jìn)行知識(shí)遷移。此種分類器受限于人工定義屬性的表達(dá)能力,在細(xì)粒度分類任務(wù)容易出現(xiàn)視覺(jué)特性表征不足問(wèn)題。在單目標(biāo)場(chǎng)景下進(jìn)行分類的設(shè)定也限制了細(xì)粒度分類器的實(shí)際應(yīng)用。針對(duì)上述問(wèn)題,本文主要的研究?jī)?nèi)容如下:第一,研究單目標(biāo)場(chǎng)景下基于屬性字典學(xué)習(xí)的零樣本細(xì)粒度目標(biāo)分類相關(guān)理論。首先,研究了基于人工定義屬性的零樣本分類算法,該類算法借助人工定義屬性實(shí)現(xiàn)知識(shí)遷移從而對(duì)未訓(xùn)練過(guò)的類別樣本進(jìn)行正確分類。但是這一做法存在屬性描述能力不足的問(wèn)題。其次,本文研究了基于潛在屬性學(xué)習(xí)的零樣本分類算法,該類算法通過(guò)學(xué)習(xí)潛在屬性擴(kuò)充人工定義屬性,彌補(bǔ)現(xiàn)有人工定義屬性的描述能力不足的問(wèn)題。使用聯(lián)合視覺(jué)特征、屬性空間和樣本標(biāo)簽空間使... 

【文章來(lái)源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１零樣本學(xué)習(xí)示例??

圖１－２?Ｉｎｃｅｔｉｏｎ模塊｜３Ｕ｜和殘差模塊１３１１??

圖１－３基于屬性的零樣本知識(shí)遷移??（２）詞向量


本文編號(hào)：3470208