[发明专利]借由联合稀疏表示的属性感知零样本机器视觉系统

权利要求书

1.一种用于对象识别的系统，该系统包括：

编码有可执行指令的非暂时性计算机可读介质以及一个或更多个处理器，使得当执行所述可执行指令时，所述一个或更多个处理器执行以下操作：

使用训练图像集合和注释的语义属性，对模型进行训练，所述模型使用关于视觉特征和语义属性的字典的联合稀疏表示将来自已知图像的视觉特征映射到所述注释的语义属性；

使用所训练的模型将未见过的输入图像的视觉特征映射到该未见过的输入图像的语义属性；

将所述未见过的输入图像分类为属于图像类；以及

基于所述未见过的输入图像的分类来对装置进行控制，其中，所述装置是车辆部件，并且控制所述装置导致车辆操纵。

2.根据权利要求1所述的系统，其中，所述一个或更多个处理器进一步执行以下操作：生成包括来自多个图像类的对象图像的训练图像集合，其中，所述训练图像集合中的各个对象图像已经用类标签和描述该对象图像的语义属性进行了注释。

3.根据权利要求1所述的系统，其中，为了训练所述模型，将视觉特征空间和语义属性空间建模为非线性空间，所述非线性空间为视觉特征及其对应的语义属性提供完全相同的稀疏表示。

4.根据权利要求1所述的系统，其中，所述一个或更多个处理器进一步执行以下操作：

找到针对从所述未见过的输入图像中提取的视觉特征的稀疏表示；以及

生成在所述模型的所述语义属性空间中解析的语义属性预测，其中，软分配概率向量标识所述语义属性预测属于未见过的图像的类的概率。

5.根据权利要求4所述的系统，其中，使用正则化参数来调节所述软分配概率向量的熵。

6.根据权利要求4所述的系统，其中，在给定所述语义属性预测的情况下，使用所述模型的所述语义属性空间中的最接近的语义属性的类标签来标记所述未见过的输入图像。

7.一种用于对象识别的计算机实现的方法，该方法包括以下动作：

使一个或更多个处理器执行编码在非暂时性计算机可读介质上的指令，使得在执行所述指令时，所述一个或更多个处理器执行以下操作：

使用训练图像集合和注释的语义属性，对模型进行训练，所述模型使用关于视觉特征和语义属性的字典的联合稀疏表示将来自已知图像的视觉特征映射到所述注释的语义属性；

使用所训练的模型将未见过的输入图像的视觉特征映射到该未见过的输入图像的语义属性；

将所述未见过的输入图像分类为属于图像类；以及

基于所述未见过的输入图像的分类来对装置进行控制，其中，所述装置是车辆部件，并且控制所述装置导致车辆操纵。

8.根据权利要求7所述的方法，其中，所述一个或更多个处理器进一步执行以下操作：生成包括来自多个图像类的对象图像的训练图像集合，其中，所述训练图像集合中的各个对象图像已经用类标签和描述该对象图像的语义属性进行了注释。

9.根据权利要求7所述的方法，其中，为了训练所述模型，将视觉特征空间和语义属性空间建模为非线性空间，所述非线性空间为视觉特征及其对应的语义属性提供完全相同的稀疏表示。

10.根据权利要求7所述的方法，其中，所述一个或更多个处理器进一步执行以下操作：

找到针对从所述未见过的输入图像中提取的视觉特征的稀疏表示；以及

生成在所述模型的所述语义属性空间中解析的语义属性预测，其中，软分配概率向量标识所述语义属性预测属于未见过的图像的类的概率。

11.根据权利要求10所述的方法，其中，使用正则化参数来调节所述软分配概率向量的熵。

12.根据权利要求10所述的方法，其中，在给定所述语义属性预测的情况下，所述未见过的输入图像是使用所述模型的所述语义属性空间中的最接近的语义属性的类标签来标记的。