[发明专利]基于图像属性主动学习的细粒度图像分类方法

摘要

本发明提出一种基于图像属性主动学习的细粒度图像分类方法，该方法包括三个模块:1)多基于全卷积网络和VGG‑16的属性特征筛选模块、基于属性的图像分类模块、基于主动学习的图片选择模块。相比现有的细粒度分类模型，本方法融入了主动学习的思想，可适用于小样本数据集，且无需局部注释信息。引入目标的属性信息，以此来弥补视觉信息和语义注释之间的鸿沟，使模型具有可解释性，同时属性特征与视觉特征的融合使得模型具有良好的分类预测结果。本发明的贡献在于：①选择特定的视觉特征以预测不同的视觉属性。②基于视觉属性在不同细粒度类别之间的区别，将其作为中间层次的语义特征，弥补了分类时的语义鸿沟。③通过模仿人类专家根据属性对具有视觉相似性的目标进行辨别时的方法，使模型具有可解释性，在有限数量的标记数据上提高了细粒度的分类性能。