一种基于字典学习的零样本图像分类方法
公开
摘要
本发明公开了一种基于字典学习的零样本图像分类方法，属于字典学习技术领域。包括获取图像数据集；对图像数据集进行预处理得到训练集和测试集；构建核心字典学习框架，并将训练集输入基于字典学习的网络模型中得到图片图像特征，基于字典学习的网络模型包括学习类模型、结构对齐、域自适应、类原型约束模块；通过计算字典学习网络模型的损失函数，对该模型中的参数进行调节；图片图像特征和语义信息特征共同训练得到分类器；将测试集输入分类器进行分类。相较于现有技术，本发明通过在基于字典学习框架网络中加入类原型约束，使生成的视觉图像特征更加多样化，提高了分类准确度。
基本信息
专利标题 ：
一种基于字典学习的零样本图像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612726A
申请号 ：
CN202210286505.3
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
颜金花彭宏京许名扬
申请人 ：
南京工业大学
申请人地址 ：
江苏省南京市浦口区浦珠南路30号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
罗运红
优先权 ：
CN202210286505.3
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06K9/62
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
