摘要
本发明公开了一种基于双向概念感知的组合零样本学习的图像识别方法及设备,包括:获取待识别图像;采用训练好的图像识别模型识别待识别图像,得到识别结果;该图像识别模型采用预设训练集和预设损失函数训练;预设训练集中包含多组相关图像,每组相关图像中包含具有对象和状态的第一图像、第二图像和第三图像,第一图像与第二图像的对象相同但状态不同,第一图像与第三图像的状态相同但对象不同,对象和状态为两种不同的概念;预设损失函数用于将每张图像中的对象和状态进行解耦,挖掘状态和对象的独立与依赖表示,根据不同对象和状态的组合之间的部分概念一致性指导图像识别模型进行特征提取与分类。本发明能够提高对未见类图像的分类准确性。
技术关键词
图像对象特征
图像识别模型
图像识别方法
概念
视觉特征
高层次
标签
分类网络
注意力机制
特征提取网络
样本
表达式
通信接口
存储器
处理器
数值
三元组