Indexed by：
Abstract：
本发明涉及一种利用全量数据训练零样本图像分类方法，包括以下步骤：步骤S1 : 将全量数据分为源数据和目标数据；步骤S2 : 将源数据集和目标数据集输入视觉特征网络，将原始图像映射到视觉特征空间, 得到图像视觉特征向量；步骤S3 : 将原始图像的低维属性语义通过语义转换网络映射到高维，得到语义特征向量；步骤S4 : 根据得到的图像视觉特征向量和语义特征向量，利用视觉‑属性语义衔接网络完成融合，得到拼接结果；步骤S5 : 根据拼接结果，通过得分子网络在语义空间中产生原始图像每一类的得分，并根据得分输出最终的预测结果。本发明能够有效的解决图像类别标签缺失问题。
Keyword：
Reprint 's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201911099506.1
Filing Date： 2019/11/12
Publication Date： 2023-05-12 00:00:00
Pub. No.： CN110826639B
公开国别： 中国
Applicants： 福州大学
Legal Status： 授权
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
