-
公开(公告)号：CN113887589A
公开(公告)日：2022-01-04
申请号：CN202111102460.1
申请日：2021-09-20
Applicant: 复旦大学
Abstract: 本发明属于零样本图像分类领域，具体为一种基于潜层特征生成的广义零样本图像分类方法。本发明通过将真实的图像特征和WGAN生成的图像特征映射到M‑VAE的潜层空间来进一步对齐它们的分布，并通过跨模态重构保留判别性语义信息。基本步骤为：首先使用seen类的图像特征和语义嵌入训练一个潜层特征生成模型；然后使用这个训练好的模型将seen类和unseen类的语义嵌入和图像特征转化为潜层特征。最后，使用这些潜层特征进行最终的Softmax分类器的训练和测试。本发明学习了一个有判别力的潜层空间，能以较小的潜层特征尺寸实现较高的精度。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
