期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
度量学习改进语义自编码零样本分类算法
1
作者 陈祥凤 陈雯柏 《北京邮电大学学报》 CSCD 北大核心 2018年第4期69-75,共7页
为改善零样本图像分类中相似度度量方法的鲁棒性,引入了一种用于零样本分类的度量学习方法.该方法由自编码构成,能在特征对齐后的语义嵌入空间中学习到最优的度量函数,用于计算测试样本特征和类标签的语义特征的相似度;然后利用近邻思... 为改善零样本图像分类中相似度度量方法的鲁棒性,引入了一种用于零样本分类的度量学习方法.该方法由自编码构成,能在特征对齐后的语义嵌入空间中学习到最优的度量函数,用于计算测试样本特征和类标签的语义特征的相似度;然后利用近邻思想预测类别标签,进而避免产生不合适距离函数导致的分类错误.实验结果表明,与传统距离度量的算法相比,所提出的方法降低了识别错误率,在公开数据集AWA、CUB和Im Net-2上的分类准确率分别达到94.7%、63.7%和28.59%;同时表明了语义—视觉的映射方向比相反方向的识别准确率高出2.5%~10.1%. 展开更多
关键词 零样本分类 度量学习 语义编码 语义嵌入空间 距离函数
语义自编码结合关系网络的零样本图像识别算法 预览
2
作者 林克正 李昊天 +1 位作者 白婧轩 李骜 《模式识别与人工智能》 CSCD 北大核心 2019年第3期214-224,共11页
为了解决零样本图像识别中传统模型容易出现投影域移位问题以及提高距离相似度度量的鲁棒性,提出关系网络改进语义自编码器的零样本识别算法.基于语义自编码器构建图像视觉特征和语义向量之间的特征映射,并将重构向量与对应向量真值进... 为了解决零样本图像识别中传统模型容易出现投影域移位问题以及提高距离相似度度量的鲁棒性,提出关系网络改进语义自编码器的零样本识别算法.基于语义自编码器构建图像视觉特征和语义向量之间的特征映射,并将重构向量与对应向量真值进行级联后送入神经网络,最终利用输出的标量给出预测类别.实验表明,相比传统距离度量方法,文中算法在AWA、CUB和ImageNet-2数据集上的识别率均有所提高,在某些数据集上语义-视觉的投影效果优于反向投影. 展开更多
关键词 语义编码 关系网络 零样本识别 语义向量 投影域移位
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈