一種基于對(duì)齊變分自編碼器與三元組結(jié)合的零樣本學(xué)習(xí)方法,輸入已知類別圖像特征及其對(duì)應(yīng)選取的正樣本和負(fù)樣本組成的三元組到圖像特征變分自編碼器,輸入已知類別圖像對(duì)應(yīng)的屬性特征到屬性變分自編碼器;通過重建損失、參數(shù)對(duì)齊損失、交叉重建損失和三元組損失四種損失函數(shù)對(duì)自編碼器進(jìn)行優(yōu)化學(xué)習(xí);由編碼器編碼后獲取圖像特征和屬性的潛在空間特征,并在潛在空間訓(xùn)練一個(gè)分類器。利用訓(xùn)練好的分類器對(duì)測(cè)試集數(shù)據(jù)進(jìn)行測(cè)試。本方法能夠?yàn)槲粗悇e生成高質(zhì)量潛在空間特征,彌補(bǔ)了零樣本學(xué)習(xí)在訓(xùn)練過程中缺失未知類別訓(xùn)練樣本的問題,并且能夠更加緊密地聯(lián)系視覺特征和語(yǔ)義特征,使得模型更具魯棒性,分類精度明顯提高。
聲明:
“基于對(duì)齊變分自編碼器與三元組結(jié)合的零樣本學(xué)習(xí)方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)