發(fā)布時間：2018-04-24 01:12

  本文選題：零樣本學習 + 細粒度圖像分類��； 參考：《計算機輔助設(shè)計與圖形學學報》2017年12期

【摘要】：為了減少原圖像特征空間中高維數(shù)據(jù)的冗余,解決細粒度數(shù)據(jù)分布在特征空間中無法線性可分的問題,提出一種結(jié)合視覺特征低維嵌入和非線性映射的細粒度圖像分類算法.首先將視覺特征嵌入到低維空間來減少冗余數(shù)據(jù)對分類造成的干擾,提高分類模型對測試數(shù)據(jù)的泛化能力;然后通過基于排序的目標函數(shù)來訓練多個線性分類器,建立類別和低維視覺嵌入之間的非線性關(guān)系,有效地區(qū)分不同類別的細粒度樣本之間的細微差異.實驗結(jié)果表明,該算法有效地改進了現(xiàn)有的細粒度圖像分類方法,顯著提高對未知測試樣本的分類精度.
[Abstract]:In order to reduce the redundancy of high-dimensional data in the original image feature space and to solve the problem that the fine grained data distribution in the feature space can not be linearly separable, a fine-grained image classification algorithm combining visual feature low-dimensional embedding and nonlinear mapping is proposed. Firstly, the visual features are embedded into the low-dimensional space to reduce the interference caused by redundant data to the classification, and the generalization ability of the classification model to test data is improved. Then, several linear classifiers are trained by the objective function based on sorting. The nonlinear relationship between class and low dimensional visual embedding is established, and the fine grained samples of different categories are effectively distinguished. Experimental results show that the proposed algorithm improves the existing fine-grained image classification methods and improves the classification accuracy of unknown test samples.
【作者單位】： 廣東工業(yè)大學計算機學院;
【基金】：廣東省普通高校省級重大科研項目(262524136) 廣東省普通高校青年創(chuàng)新人才項目(220413157)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 王寧;鈔柯;羅嬪;;實現(xiàn)細粒度訪問控制的元模型研究[J];大連理工大學學報;2012年03期

2 歐陽純萍;陽小華;雷龍艷;徐強;余穎;劉志明;;多策略中文微博細粒度情緒分析研究[J];北京大學學報(自然科學版);2014年01期

3 史大偉;袁天偉;;一種粗細粒度結(jié)合的動態(tài)污點分析方法[J];計算機工程;2014年03期

4 原子;于莉莉;劉超;;引入缺陷的細粒度軟件變更識別方法[J];北京航空航天大學學報;2014年09期

5 涂登彪;譚光明;孫凝暉;;無鎖同步的細粒度并行介度中心算法[J];軟件學報;2011年05期

6 華秀麗;徐凡;王中卿;李培峰;;細粒度科技論文摘要句子分類方法[J];計算機工程;2012年14期

7 時杰;朱虹;馮玉才;;實現(xiàn)數(shù)據(jù)庫細粒度訪問控制的一種動態(tài)查詢修改算法[J];計算機科學;2010年12期

8 王志強;黃皓;夏磊;;進程內(nèi)細粒度保護域模型及其實現(xiàn)[J];計算機應(yīng)用;2007年06期

9 趙亞杰;陳龍;;面向手機取證的細粒度數(shù)據(jù)完整性檢驗方法[J];計算機工程與設(shè)計;2012年11期

10 王希忠;曲家興;馬春光;周長利;;一種適用于非結(jié)構(gòu)化數(shù)據(jù)的改進細粒度加密方法[J];計算機應(yīng)用研究;2014年09期

相關(guān)會議論文 前10條

1 鄭海紅;曾平;;一種基于圖像分類的逆半調(diào)算法[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

2 文振q;歐陽杰;朱為總;;基于語義特征與支持向量機的圖像分類[A];中國電子學會第十六屆信息論學術(shù)年會論文集[C];2009年

3 陳思坤;吳洪;;基于圖分塊并利用空間金字塔的醫(yī)學圖像分類[A];第六屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2010)、第19屆全國多媒體學術(shù)會議（NCMT2010）、第6屆全國人機交互學術(shù)會議（CHCI2010）、第5屆全國普適計算學術(shù)會議（PCC2010）論文集[C];2010年

4 張淑雅;趙曉宇;趙一鳴;李均利;;基于SVM的圖像分類[A];第十三屆全國圖象圖形學學術(shù)會議論文集[C];2006年

5 朱松豪;胡娟娟;孫偉;;基于非歐空間高階統(tǒng)計的圖像分類方法[A];第25屆中國控制與決策會議論文集[C];2013年

6 潘海為;李建中;張煒;;基于像素聚類的腦部醫(yī)學圖像分類[A];第二十屆全國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2003年

7 吳霜;張一飛;修非;王大玲;鮑玉斌;于戈;;基于興趣點特征提取的醫(yī)學圖像分類[A];第二十四屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2007年

8 武進;尹愷;王長明;張家才;;SVDM在蔬菜病害圖像分類中的應(yīng)用[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學術(shù)會議論文集[C];2008年

9 劉杰;杜軍平;;基于Relief-F特征加權(quán)支持向量機的語義圖像分類[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

10 盛振華;吳羽;江錦華;壽黎但;陳剛;;InfoSigs:一種面向WEB對象的細粒度聚類算法[A];第26屆中國數(shù)據(jù)庫學術(shù)會議論文集（A輯）[C];2009年

相關(guān)博士學位論文 前10條

1 時杰;關(guān)系數(shù)據(jù)庫細粒度訪問控制研究[D];華中科技大學;2010年

2 李昌英(Ri ChangYong);基于上下文信息的語義圖像分類研究[D];浙江大學;2014年

3 王曉東;基于稀疏特征學習的復雜圖像分類[D];西安電子科技大學;2014年

4 顧迎節(jié);面向圖像分類的主動學習算法研究[D];南京理工大學;2015年

5 孟丹;基于深度學習的圖像分類方法研究[D];華東師范大學;2017年

6 朱倩;面向自由文本的細粒度關(guān)系抽取的關(guān)鍵技術(shù)研究[D];江蘇大學;2011年

7 趙鑫;圖像分類中的判別性增強研究[D];中國科學技術(shù)大學;2013年

8 楊冰;基于藝術(shù)風格的繪畫圖像分類研究[D];浙江大學;2013年

9 丁建睿;基于多示例學習的淺表器官超聲圖像分類方法研究[D];哈爾濱工業(yè)大學;2012年

10 賈世杰;基于內(nèi)容的商品圖像分類方法研究[D];大連理工大學;2013年

相關(guān)碩士學位論文 前10條

1 趙黎光;基于依存句法的句子級細粒度情感計算[D];華南理工大學;2015年

2 姚亮;數(shù)據(jù)訪問控制中基于中間代理的用戶撤銷方法[D];西安電子科技大學;2014年

3 占文平;面向產(chǎn)品評論的情感分析技術(shù)研究[D];浙江工商大學;2015年

4 廖純;基于句法和語義的話題細粒度情感分析的研究[D];北京理工大學;2016年

5 李毅;屬性層級觀點挖掘技術(shù)的研究與應(yīng)用[D];石家莊鐵道大學;2016年

6 周志華;聊天系統(tǒng)文本情感細粒度分類研究與應(yīng)用[D];西南交通大學;2015年

7 康海蒙;基于細粒度監(jiān)控的Spark優(yōu)化研究[D];哈爾濱工業(yè)大學;2016年

8 陳闖闖;中文微博細粒度情感判別研究[D];南華大學;2016年

9 付連鵬;微博客細粒度情感分析技術(shù)的研究與實現(xiàn)[D];東北大學;2014年

10 李凌云;基于部件對齊模型的細粒度分類方法研究[D];大連理工大學;2016年

，

本文編號：1794464