1 北京邮电大学 计算机学院, 北京 100876
2 北京邮电大学 数字媒体与设计艺术学院, 北京 100876
3 北京邮电大学 网络技术研究院, 北京100876
4 北京邮电大学 世纪学院, 北京 102101
针对当前图像多标签分类方法只关注图像本体类别信息(本体), 而忽略图像深层次语义信息(隐义)的问题, 本文提出了一种“本体-隐义”融合学习的图像多标签分类模型。该模型首先利用CNN中间层和较高层分别学习图像的本体信息和隐义信息, 然后利用本体信息与隐义信息之间的依赖关系设计了融合学习模型, 同时对提出模型的不同中间层特征和模型的不同结构进行了深入研究, 最终实现了对图像中多类别以及各类别蕴含的隐义信息分类。在传统民族服饰纹样图像数据集上进行实验, 得到图像本体多标签分类和隐义多标签分类的mAP分别为0.88和0.82; 在Scene数据集上进行对比实验, 本文模型在Hamming loss, One-error以及Average precision指标上分别优于其他最好方法0.103, 0091和0.083, 实验结果证明了本文方法的有效性和优越性。
多标签分类 融合学习 传统民族服饰 语义理解 multi-label classification fusion learning traditional national costumes semantic understanding
