基于 GAT 自动编码器和代表模型的图像分类与检索

我们提出了一种用于图像分类和检索的方法，利用图和基于图注意力网络 (GAT) 的自动编码器。我们的方法以代表性为中心，即通过我们为图像和图像类别构建的代表模型执行分类和检索过程。我们利用图，其中节点代表图像 (或其代表项)，边缘捕获相似关系。GAT 突出显示图像之间重要的特征和关系，使自动编码器能够构建捕获每个图像相对于其邻居关键特征的情境感知潜表示。我们从这些嵌入中获得类别代表项，并通过比较其代表项与查询图像的代表项来对查询图像进行分类。我们随后在其识别的类别中检索与查询图像最相似的图像。我们通过实验表明，无论使用 GAT 自动编码器还是标准基于特征的方法，都能证明我们的代表性中心方法的有效性。