基于图卷积网络的多标签图像识别
计算机视觉与模式识别
2019-04-09 v1 机器学习
摘要
多标签图像识别的任务是预测图像中出现的一组物体标签。由于物体通常在图像中共同出现，因此建模标签依赖关系以提升识别性能是理想的。为捕获并探索此类重要依赖，我们提出了一种基于图卷积网络（GCN）的多标签分类模型。该模型在物体标签上构建有向图，其中每个节点（标签）由标签的词嵌入表示，并学习 GCN 将该标签图映射为一组相互依赖的物体分类器。这些分类器被应用于另一子网络提取的图像描述子，使整个网络能够端到端训练。此外，我们提出了一种新颖的重新加权方案来创建有效的标签关联矩阵，以引导 GCN 中节点间的信息传播。在两个多标签图像识别数据集上的实验表明，我们的方法明显优于其他现有最先进方法。此外，可视化分析揭示，我们模型学到的分类器保持了有意义的语义拓扑。
引用
@article{arxiv.1904.03582,
title = {Multi-Label Image Recognition with Graph Convolutional Networks},
author = {Zhao-Min Chen and Xiu-Shen Wei and Peng Wang and Yanwen Guo},
journal= {arXiv preprint arXiv:1904.03582},
year = {2019}
}
备注
To appear at CVPR 2019 (Source codes have been released on https://github.com/chenzhaomin123/ML_GCN)