买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南大学

摘要：本发明公开了一种基于广义零样本学习的图像分类方法，包括获取现有的图像数据集；定义语义特征；提取视觉特征；构建视觉变分自编码器和语义变分自编码器并计算损失；计算交叉重构损失；构建可见类分类器并计算分类损失；生成虚拟类的语义特征；构建辅助分类器并计算分类损失；训练视觉变分自编码器和语义变分自编码器得到可见类别检测模型；构建自注意力模块并得到增强后的视觉特征；构建未见类别分类器、计算分类损失并训练；计算可见类的分布区域；判定待分类的图像数据的类别并采用对应的类别分类器实现对待分类的图像数据的分类。本发明还公开了一种包括所述基于广义零样本学习的图像分类方法的濒危动物识别方法。本发明可靠性高，精确性好。

主权项：1.一种基于广义零样本学习的图像分类方法，包括如下步骤：S1.获取现有的常见类别图像和不常见类别图像的图像数据集；S2.对步骤S1获取的图像数据集，为每个类别定义语义特征；S3.在步骤S2得到的图像数据集中，对所有常见类别图像数据提取视觉特征；S4.基于超球面，构建视觉变分自编码器和语义变分自编码器；S5.计算视觉变分自编码器和语义变分自编码器的损失；S6.基于视觉变分自编码器和语义变分自编码器的输出，基于交叉重构的方式，计算交叉重构损失；S7.构建可见类分类器，并计算分类损失；S8.采用Mixup混合常见类别图像的语义特征并生成虚拟类的语义特征；S9.构建辅助分类器，并使用辅助分类器对可见类和虚拟类的隐层特征进行分类并计算分类损失；S10.使用虚拟类的语义特征和视觉特征，对视觉变分自编码器和语义变分自编码器进行训练，得到可见类别检测模型；S11.构建自注意力模块，并通过自注意力模块增强输入视觉特征的判别性，得到增强后的视觉特征；S12.构建基于语义-视觉映射的未见类别分类器，并计算分类损失；S13.采用知识蒸馏技术，将可见类别检测模型作为教师网络，对步骤S12得到的未见类别分类器进行训练，得到训练后的未见类别分类器；S14.计算所有可见类的隐层特征的分布区域，并根据图像数据集的隐层特征，计算得到可见类的分布区域；S15.计算得到待分类的图像数据的隐层特征，并判定待分类的图像数据的类别；S16.根据步骤S15得到的类别，采用对应的类别分类器，实现对待分类的图像数据的分类。

全文数据：

权利要求：

百度查询： 中南大学 基于广义零样本学习的图像分类方法及濒危动物识别方法