一种基于多通道高斯GAN的引导零样本识别方法

摘要

本发明公开了一种基于多通道高斯GAN的引导零样本识别方法，包括，将图片样本输入至Imagenet预训练resnet101网络中进行提取，得到可见类别的视觉特征；将所述视觉特征输入至多通道GAN网络模型进行训练，得到可见类别的整合特征；利用视觉特征及所述整合特征训练生成softmax分类器；对训练好的所述softmax分类器进行识别测试，得到识别结果。本发明方法(MGCG)适用于引导零样本识别，并且取得了较高的综合性能，同时，提出了将多通道思想应用于GAN模型中，为今后GAN模型的发展提供了一个新方向，且本发明方法从另一个角度证明了多通道复合特征思想的有效性。