融合深度学习和语义树的草图识别方法

作者：赵鹏^*; 冯晨成; 韩莉; 纪霞

来源：模式识别与人工智能, 2019, 32(04): 361-368.

DOI：10.16451/j.cnki.issn1003-6059.201904009

• 草图识别
• 语义树
• 卷积神经网络
• 深度学习

现有的草图识别框架利用整幅图像作为网络输入,草图识别过程可解释性较差.文中融合深度学习和语义树,提出草图语义网(Sketch-Semantic Net).首先对草图进行部件分割,将单幅完整的草图分割为多个具有语义概念的部件图.然后利用深度迁移学习识别草图部件.最后通过语义树的语义概念关联部件同部件所属草图对象类别,较好地弥补sketch图像从底层语义到高层语义之间的语义鸿沟.在广泛应用的草图分割数据集上的实验验证文中方法的有效性.

• 单位
  安徽大学