圖像分類是計(jì)算機(jī)視覺領(lǐng)域中很常見的學(xué)習(xí)任務(wù),傳統(tǒng)的圖像分類任務(wù)要求有大量的帶有標(biāo)記的數(shù)據(jù)來(lái)訓(xùn)練模型,但是圖像標(biāo)注需要花費(fèi)一定的時(shí)間和人力,在實(shí)際應(yīng)用中,有些時(shí)候需要對(duì)一些不常見或者未出現(xiàn)過(guò)的類別進(jìn)行分類。當(dāng)帶有標(biāo)記的圖像數(shù)量較少,利用傳統(tǒng)的圖像分類模型無(wú)法取得滿意效果的時(shí)候,可以借助遷移學(xué)習(xí)的思想利用相關(guān)領(lǐng)域中的帶有標(biāo)記的數(shù)據(jù),即源域數(shù)據(jù)來(lái)輔助目標(biāo)域進(jìn)行分類。遷移學(xué)習(xí)中,源域和目標(biāo)域存在著一定的差異,如何在遷移學(xué)習(xí)中減小源域和目標(biāo)域的差異,利用源域中帶有標(biāo)記的數(shù)據(jù)來(lái)輔助目標(biāo)域進(jìn)行分類是本文研究的重點(diǎn)。首先,本文研究了遷移學(xué)習(xí)中無(wú)監(jiān)督域適應(yīng)問題,針對(duì)源域和目標(biāo)域概率分布不一致,差異較大問題,提出同時(shí)適配源域和目標(biāo)域邊緣概率分布和條件概率分布的遷移學(xué)習(xí)方法,并且在適配過(guò)程中分別給予二者不同的權(quán)重系數(shù),同時(shí),在適配過(guò)程中進(jìn)行類別判別特征學(xué)習(xí),具體的在特征空間當(dāng)中約束同一個(gè)類別樣本之間的距離最小化,不同類別樣本之間的距離最大化,從而提高分類性能。其次,本文研究了遷移學(xué)習(xí)中的半監(jiān)督深度域適應(yīng)問題,針對(duì)域適應(yīng)中目標(biāo)域樣本數(shù)量較少且部分樣本帶有標(biāo)記的情況,提出利用類別語(yǔ)義遷移的方法進(jìn)行半監(jiān)督域適應(yīng)學(xué)...

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 論文研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要工作和章節(jié)安排
第二章 相關(guān)知識(shí)介紹
    2.1 遷移學(xué)習(xí)和零樣本學(xué)習(xí)
    2.2 遷移成分分析
    2.3 VGG網(wǎng)絡(luò)模型
    2.4 語(yǔ)義學(xué)習(xí)
第三章 基于數(shù)據(jù)分布自適應(yīng)和類別判別特征學(xué)習(xí)的圖像分類算法研究
    3.1 引言
    3.2 數(shù)據(jù)分布自適應(yīng)
        3.2.1 問題定義
        3.2.2 聯(lián)合數(shù)據(jù)分布自適應(yīng)過(guò)程
    3.3 類別判別特征學(xué)習(xí)
    3.4 實(shí)驗(yàn)部分
        3.4.1 數(shù)據(jù)集說(shuō)明
        3.4.2 實(shí)驗(yàn)設(shè)置
        3.4.3 實(shí)驗(yàn)結(jié)果和分析
    3.5 本章小結(jié)
第四章 基于類別語(yǔ)義遷移的半監(jiān)督域適應(yīng)研究
    4.1 引言
    4.2 半監(jiān)督深度域適應(yīng)模型
        4.2.1 問題定義
        4.2.2 半監(jiān)督深度域適應(yīng)模型
    4.3 實(shí)驗(yàn)部分
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 實(shí)驗(yàn)結(jié)果和分析
    4.4 本章小結(jié)
第五章 基于深度嵌入模型的零樣本圖像分類研究
    5.1 引言
    5.2 深度嵌入模型學(xué)習(xí)
    5.3 實(shí)驗(yàn)部分
        5.3.1 數(shù)據(jù)集說(shuō)明
        5.3.2 實(shí)驗(yàn)設(shè)置
        5.3.3 實(shí)驗(yàn)結(jié)果對(duì)比分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3874787