[发明专利]基于属性低秩表示的零样本图像识别方法在审
| 申请号： | 201710145493.1 | 申请日： | 2017-03-13 |
| 公开（公告）号： | CN106980875A | 公开（公告）日： | 2017-07-25 |
| 发明（设计）人： | 吴松松;郁俊;高广谓;汪禄;荆晓远;岳东 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京经纬专利商标代理有限公司32200 | 代理人： | 许方 |
| 地址： | 210023 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于属性低秩表示的零样本图像识别方法首先通过寻求已知类别属性对未知类别属性的低秩表达来挖掘已知类别与未知类别在属性上的内在联系；然后利用这种属性联系虚拟出未知类别的训练样本；最后基于已知类别和未知类别的训练样本学习出属性预测器。在对未知类别样本进行标签预测时，用训练好的属性预测器预测出未知样本的属性，之后把预测的属性与原型属性进行比对通过最近邻分类器得到未知样本的类别标签。与已有的零样本图像识别方法相比，本发明算法能取得更高的识别准确率。 | ||
| 搜索关键词： | 基于 属性 表示 样本 图像 识别 方法 | ||
【主权项】：
基于属性低秩表示的零样本图像识别方法，其特征在于：具体包含以下步骤：步骤1，训练未知类别原型属性被已知类别属性所线性表示的低秩系数矩阵；步骤2，根据低秩系数矩阵获取未知类别的图像样本；步骤3，根据未知类别的图像样本与所对应未知类别的原型属性训练属性预测器；步骤4，根据步骤3训练好的属性预测器预测待识别样本的属性，利用最近邻分类器比对待识别样本的属性与类别的属性，获得待识别样本的类别标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710145493.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种面向配网大数据的多时态维度数据融合方法
- 下一篇：一种伸缩式小型衣架装置
