基于零样本域适应的图像分类方法
公开
摘要
本发明公开一种基于零样本域适应的图像分类方法，包括以下步骤：步骤1，获取图片数据集；步骤2，采用特征提取器Gc提取图像数据的语义特征，采用对抗学习方法对语义特征进行分解之后进行特征细化得到特征C；步骤3，采用特征提取器Gd提取域特征，采用对抗学习的方法对域特征进行分解之后进行特征细化得到带注意力的特征fM；步骤4，对特征C和带注意力的特征fM进行矩阵相乘获得带有注意力的特定于域的特征fr；步骤5，利用最终获得的特征fr通过分类器C进行图像分类。本发明解决了原先域适应技术中存在的需要将同标签空间的未标记的目标域数据用于训练的问题及严格要求源域和目标域的数据必须有相同的标签空间的问题。
基本信息
专利标题 ：
基于零样本域适应的图像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114610933A
申请号 ：
CN202210265349.2
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘龙陈锦鑫
申请人 ：
西安理工大学
申请人地址 ：
陕西省西安市碑林区金花南路5号
代理机构 ：
西安弘理专利事务所
代理人 ：
王奇
优先权 ：
CN202210265349.2
主分类号 ：
G06F16/55
IPC分类号 ：
G06F16/55 G06K9/62 G06V10/764 G06V10/82 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/55
••聚类；分类
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
