首页 期刊 天津大学学报·社会科学版 基于典型相关分析和距离度量学习的零样本学习 【正文】

基于典型相关分析和距离度量学习的零样本学习

作者: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
零样本学习   典型相关分析   距离度量学习   图像分类  

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Aw A和CUB数据集中的实验,证明了所提方法的有效性和鲁棒性.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅