公开(公告)号：CN108564121B

公开(公告)日：2022-05-03

申请号：CN201810314788.1

申请日：2018-04-09

Applicant: 南京邮电大学

Inventor： 吴松松 ,  孙广成 ,  王堃 ,  荆晓远 ,  岳东

IPC: G06V10/764 ,  G06V10/77 ,  G06K9/62

Abstract: 本发明揭示了一种基于自编码器的未知类别图像标签预测方法，该方法包括以下步骤：S1步骤：利用图像数据库，该数据库中包括一个源域和一个目标域，通过源域的自编码器，学出一个源域投影矩阵；S2步骤：在源域和样本标签未知的目标域同时使用自编码器，将源域知识迁移学习到目标域，将S1步骤训练出的源域投影矩阵作为迭代算法中目标域投影矩阵的初值，通过迭代算法训练得到目标域中未知类别样本的属性；S3步骤：利用余弦相似性将训练出样本属性进行对比，从而预测得到未知类样本的标签。本发明应用了自编码原理在源域和目标域上同时学习从特征空间到属性空间的投影矩阵，通过迭代可以直接得到目标域样本图像的属性，有效缓解域迁移问题的影响。

公开(公告)号：CN108564121A

公开(公告)日：2018-09-21

申请号：CN201810314788.1

申请日：2018-04-09

Applicant: 南京邮电大学

Inventor： 吴松松 ,  孙广成 ,  王堃 ,  荆晓远 ,  岳东

IPC: G06K9/62

Abstract: 本发明揭示了一种基于自编码器的未知类别图像标签预测方法，该方法包括以下步骤：S1步骤：利用图像数据库，该数据库中包括一个源域和一个目标域，通过源域的自编码器，学出一个源域投影矩阵；S2步骤：在源域和样本标签未知的目标域同时使用自编码器，将源域知识迁移学习到目标域，将S1步骤训练出的源域投影矩阵作为迭代算法中目标域投影矩阵的初值，通过迭代算法训练得到目标域中未知类别样本的属性；S3步骤：利用余弦相似性将训练出样本属性进行对比，从而预测得到未知类样本的标签。本发明应用了自编码原理在源域和目标域上同时学习从特征空间到属性空间的投影矩阵，通过迭代可以直接得到目标域样本图像的属性，有效缓解域迁移问题的影响。

公开(公告)号：CN108615052A

公开(公告)日：2018-10-02

申请号：CN201810335966.9

申请日：2018-04-13

Applicant: 南京邮电大学

Inventor： 吴松松 ,  王堃 ,  孙广成 ,  荆晓远 ,  岳东

IPC: G06K9/62

Abstract: 本发明公开了一种无同类训练样本情形下的图像识别方法，本方法能有效减少在无同类训练样本情形下图像识别过程中语义迁移和已知类别训练样本属性噪声问题带来的影响。我们采用正太分布虚拟出已知类别训练样本的真实属性来减少其属性噪声问题带来的影响，其次基于已知类别训练样本特征和其虚拟的真实属性利用编码器—解码器模型学习一个属性预测器来达到有效减少语义迁移问题影响的目的，最后通过最近邻分类器获得待测试未知类别样本的标签。与现有的其他方法相比，我们的方法在识别率和识别速率上均取得显著提高。