论文摘要
针对目标类语义属性描述的局限性,提出一种基于自适应加权融合特征的零样本图像分类算法。首先,随机初始化融合权重,利用神经网络融合文本的语义词向量特征和语义属性;然后,利用粒子群算法优化特征融合的权重;最后,把加权融合的特征作为零样本图像分类的迁移知识。实验结果表明,基于自适应加权融合的零样本图像分类算法在动物属性数据集(AWA)上测试的准确率达到88.9%,验证了该方法的有效性。同时与融合特征算法相比,亦提高了零样本图像分类模型的稳定性。
论文目录
文章来源
类型: 期刊论文
作者: 陈雯柏,陈祥凤,刘琼,韩琥
关键词: 自适应加权,融合特征,语义属性,语义词向量,零样本图像分类
来源: 西北工业大学学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 计算机软件及计算机应用
单位: 北京信息科技大学自动化学院,中国科学院计算技术研究所
基金: 北京市自然科学基金(4202026),2018年度北京市属高校青年拔尖人才培育项目(CIT&TCD201804054)资助
分类号: TP391.41
页码: 1271-1277
总页数: 7
文件大小: 1168K
下载量: 115