零样本学习中的细粒度图像分类研究

目录

第一章 绪论

1.1研究背景及意义

1.1.1研究背景

1.1.2研究意义

1.2国内外研究现状

1.3主要研究内容和贡献点

1.4论文结构

第二章 基本概念

2.1卷积神经网络

2.1.1卷积神经网络的定义

2.1.2卷积神经网络与神经科学

2.1.3卷积神经网络结构

2.1.4卷积神经网络模型

2.2目标检测

2.2.1目标检测的定义

2.2.2目标检测模型

2.3本章小结

第三章 基于视觉特征低维嵌入的零样本分类

3.1引言

3.2问题定义与基本模型

3.3视觉的低维嵌入

3.4非线性的兼容函数

3.5实验说明

3.5.1实验数据集

3.5.2图像与类别嵌入

3.5.3实验细节

3.5.4训练集与测试集划分

3.5.5实验对比

3.5.6实验参数说明

3.5本章小结

第四章 基于多部分注意力的零样本学习

4.1引言

4.2问题定义

4.3模型结构

4.4多部分注意力机制

4.4.1部分视觉特征提取

4.4.2注意力权重生成

4.4.3语义编码

4.4.4零样本学习分类与预测

4.5多种语义描述融合

4.6实验说明

4.6.1实验数据集与语义嵌入

4.6.2模型参数设置

4.6.3与基于部分视觉特征方法作比较

4.6.4与较新模型比较

4.7深入分析

4.7.1目标函数的作用

4.7.2注意力机制的作用

4.8本章小结

总结与展望

参考文献

攻读学位期间发表的成果

声明

致谢