基于语义深度特征学习的零样本细粒度分类

细粒度图像分类旨在区分具有细微差别的图像，由于两个主要问题——每个类别缺乏充足训练数据以及难以学习用于表示的判别性特征——而成为一项具有挑战性的任务。本文中，为解决这两个问题，我们提出了一种用于识别未见细粒度类别图像的两阶段框架，即零样本细粒度分类（zero-shot fine-grained classification）。在第一特征学习阶段，我们利用细粒度类别间的层次语义结构微调深度卷积神经网络，以提取判别性深度视觉特征。同时，将域适应结构引入深度卷积神经网络，以避免从训练数据到测试数据的域偏移。在第二标签推断阶段，基于细粒度类别的属性构建语义有向图。基于此图，我们开发了标签传播算法来推断未见类别中图像的标签。在两个基准数据集上的实验结果表明，我们的模型优于最先进的零样本学习模型。此外，当我们的特征学习模型所获得的特征被其他零样本学习模型使用时，也带来了显著增益，这显示了我们的模型在零样本细粒度分类中的灵活性。