[发明专利]一种基于属性约束的零样本图像识别新方法

摘要

本发明公开了一种基于属性约束的零样本图像识别新方法，本方法利用正太分布虚拟出已知类别训练样本的真实属性来减少其属性噪声问题带来的影响，其次基于编码器‑解码器模型在已知类别训练样本和待测试未知类别样本上共同学习一个属性预测器达到有效减少语义迁移影响的目的，最后通过最近邻分类器获得待测试未知类别样本的标签。与现有的其他零样本图像识别方法相比，我们的方法在识别率上取得显著提高。

主权项

1.一种基于属性约束的零样本图像识别新方法，包含以下步骤：步骤1)针对给定的已知类别训练样本中含有属性噪声问题，利用正太分布虚拟出训练样本的真实属性；步骤2)针对零样本图像识别中存在语义迁移问题，根据步骤1)计算出的给定的已知类别训练样本真实属性，学习一个从已知类别训练样本的特征到已知类别训练样本真实属性的编码器，再学习一个将已知类别训练样本真实属性映射到特征空间的解码器，基于语义编码器‑解码器模型在已知类别训练样本和待测试未知类别样本上共同学习一个属性预测器；步骤3)用步骤2)得到的属性预测器预测待测试未知类别样本的属性，并将预测到的待测试未知类别样本的属性通过最近邻分类器与待测试未知类别样本的原型属性比对，以得到待测试未知类别样本的标签，将得到的待测试未知类别样本的标签与待测试未知类别样本的实际标签进行比对，得出属性预测器的识别率。