-
题名零样本图像分类方法综述
- 1
-
-
作者
闫世珍
曾庆涛
齐亚莉
陆利坤
董武
余丽琴
-
机构
北京印刷学院
-
出处
《北京印刷学院学报》
2023年第9期7-13,共7页
-
基金
北京印刷学院科研创新团队项目面向按需出版的彩色高精度喷墨印刷系统关键技术研究(20190123047)
北京印刷学院学科建设和研究生教育专项电子信息研究生实验实践教育深化改革与质量提升(21090122012)
+1 种基金
北京印刷学院校级项目(Ec202303)
北京印刷学院校级项目(Ea202301)研究成果。
-
文摘
图像分类作为图像处理的基础,一直是热门的研究话题。传统的图像分类方法需要采用大量专家标记的数据集,成本较大且无法识别未训练的图像类别;零样本图像分类作为迁移学习的一个分支,可以将已有的知识属性迁移到未知类中,从而完成对未知类图像的分类识别,因此降低了训练数据的标记成本,且能在样本稀缺的情况下实现对新事物的分类识别。首先,简单介绍了零样本学习的概念;其次,着重介绍了基于属性预测、基于特征嵌入和基于生成模型的零样本图像分类方法;然后,简要介绍了零样本图像分类的数据集以及评估方法,并对经典模型的实验结果做了比较分析;最后,提出了零样本图像分类方法普遍存在的问题以及相应的解决思路。
-
关键词
零样本图像分类
零样本学习
属性预测
特征嵌入
生成模型
-
Keywords
zero-shot image classification
zero-shot learning
attribute prediction
feature embedding
generate model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
