一种基于直推判别字典学习的零样本分类方法

发布时间：2021-03-15 14:33

　　零样本分类的目标是对训练阶段未出现过的类别的样本进行识别和分类,其主要思路是,借助类别语义信息,将可见类别的知识转移到未见类别中.提出了一种直推式的字典学习方法,包含以下两个步骤:首先,提出一个判别字典学习模型,对带标签的可见类别样本的视觉特征和类别语义特征建立映射关系模型;然后,针对可见类别和未见类别不同引起的域偏移问题,提出了一个基于直推学习的修正模型.通过在3个基准数据集（Aw A,CUB和SUN）上的实验结果,证明了该方法的有效性和先进性. 

【文章来源】：软件学报. 2017,28(11)北大核心

【文章页数】：10 页

【部分图文】：

基于TDDL方法的零样本分类方法流程图

DDL方法的算法流程图

DDL方法利用属性特征在AwA数据集上的收敛曲线


本文编号：3084346