[发明专利]一种基于多分类器的零样本深海生物图片分类方法有效
| 申请号： | 201910836905.5 | 申请日： | 2019-09-05 |
| 公开（公告）号： | CN110717513B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 周智恒;牛畅;尚俊媛;黄俊楚;张鹏宇 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 蒋剑明 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多分类器的零样本深海生物图片分类方法，包括以下步骤：(1)图像特征数据导入，数据集由可见类别和不可见类别的视觉特征、语义及标签信息组成，以有标签的常见海洋生物种类为可见类别，以数据匮乏的深海生物种类为不可见类别；(2)类别具体分类器训练，利用可见类别数据训练，在保留流形结构的基础上，为不同类别建立不同的视觉语义映射，以提高可见类别的分类准确率；(3)不可见类别推断，通过将可见类别与不可见类别语义之间的权重进行迁移，使用可见类别的映射矩阵合成不可见类别的映射矩阵，根据距离得出不可见类别的标签。本发明在一定程度上降低了映射域漂移的影响，准确易行。 | ||
| 搜索关键词： | 一种 基于 分类 样本 深海 生物 图片 方法 | ||
【主权项】：
1.一种基于多分类器的零样本深海生物图片分类方法，其特征在于，所述的零样本深海生物图片分类方法包括如下步骤：/n利用已知公开数据集或者使用GoogleNet网络提取图片特征形成数据集，通过数据集导入每张图片的图像视觉特征数据、标签及语义描述，其中，所述的数据集由相互不重叠的可见类别数据和不可见类别数据组成，可见类别包含数据丰富的常见海洋生物种类，为模型需要学习的类别，不可见类别包含数据匮乏的深海海洋生物种类，为模型需要辨别的类别，所述的标签即图像的类别信息；/n类别具体分类器训练，利用可见类别数据训练，在保留流形结构的基础上，为不同类别建立不同的视觉特征空间到语义空间的映射；/n不可见类类别推断，通过将可见类别与不可见类别语义之间的权重进行迁移，使用可见类别的映射矩阵合成不可见类别的映射矩阵，根据距离得出不可见类别的标签，以达到分类目的。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910836905.5/，转载请声明来源钻瓜专利网。
