基于类别属性迁移学习的零样本图像分类方法

摘要

本发明涉及图像处理、图像分类技术，为提出具有高效、高准确率的图像分类技术方案。本发明：基于类别属性迁移学习的零样本图像分类方法，在间接属性预测IAP基础上，通过构建基于属性的多类别分类器模型，来判断测试样本是否具有一属性，而且能够学习到测试样本的这一属性由哪些类别迁移而来，从而学习得到更加细粒度的属性，再进行转移学习，实现零样本图像分类；其中，IAP训练阶段就是一个多类别分类器，测试阶段，通过测试样本属于各个标注类别的概率，得到测试样本的预测语义特征，最后通过预测语义特征判别测试样本属于哪个未见过的类别。本发明主要应用于图像处理。