-
公开(公告)号：CN110309875A
公开(公告)日：2019-10-08
申请号：CN201910574542.2
申请日：2019-06-28
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供一种基于伪样本特征合成的零样本目标分类方法，获取与待识别类别相近的其他类别的样本及标注信息；然后通过网络抓取等方式获取可见类及未见类的语义描述，并将类别描述信息通过自然语义处理模型转换为语义向量；计算每一个未见类与每一个可见类类别间的相似性得分；构建一个卷积神经网络分类模型，模型分为特征提取和分类两个部分。对于每一个未见类，根据相似性得分，筛选得分最高的N个可见类，并随机选择样本，输入到特征提取网络，得到特征向量；再根据相似性得分对这N个可见类的特征向量进行组合，作为未见类的特征向量；使用未见类特征向量训练分类网络，实现在没有某类待识别目标可用训练样本的情况下，准确识别该类别的样本。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
