基于PU学习的多视角广义零样本分类辅助方法及装置

本发明公开了基于PU学习的多视角广义零样本分类辅助方法及装置，属于图片分类技术领域，该方法包括：获取图片，提取训练集和测试集中图片的多视角视觉特征；构建基准模型；构建多视角PU分类模型；将训练集和测试集中图片对应的多视角视觉特征输入至多视角PU分类模型中，利用交替方向乘子法对多视角PU分类模型进行训练；基于第一语义投影重新设置每个未见类的语义原型；基于第二语义投影重新设置每个已见类的语义原型；利用基准模型对待识别的图片进行分类。本发明利用PU学习框架从待识别的测试样本中分离出未见类样本，并将其用于类别语义校准，可有效缓解模型对已见类样本的偏向性，从而显著提升广义零样本分类器的泛化性能。