一种基于类别转移的零样本分类方法

摘要

一种基于类别转移的零样本分类方法：获取C个类别的训练样本的视觉特征，训练样本的类别语义特征以及真实标签矩阵；采用余弦相似度或高斯相似度通过类别语义特征计算语义相似度矩阵；计算类别语义相似度矩阵的对角矩阵；调用MATLAB工具箱中的Sylvester方程求解算法得到映射矩阵；向目标函数输入训练样本的视觉特征，对应的类别语义特征以及真实标签矩阵，不断调整模型正则化参数的值，求得目标函数的最小值，模型训练完成；在测试阶段，输入测试样本的视觉特征及对应语义特征，计算分类得分，得分最高的类别即为测试样本的预测类别。本发明可充分挖掘不同类别间的语义关系，实现已知与未知类别分类器间的知识迁移，可以方便地应用于图像分类。