零样本图像分类方法综述

作者：闫世珍; 曾庆涛; 齐亚莉; 陆利坤; 董武; 余丽琴

来源：北京印刷学院学报, 2023, 31(09): 7-13.

DOI：10.19461/j.cnki.1004-8626.2023.09.003

• 零样本图像分类
• 零样本学习
• 属性预测
• 特征嵌入
• 生成模型

图像分类作为图像处理的基础，一直是热门的研究话题。传统的图像分类方法需要采用大量专家标记的数据集，成本较大且无法识别未训练的图像类别；零样本图像分类作为迁移学习的一个分支，可以将已有的知识属性迁移到未知类中，从而完成对未知类图像的分类识别，因此降低了训练数据的标记成本，且能在样本稀缺的情况下实现对新事物的分类识别。首先，简单介绍了零样本学习的概念；其次，着重介绍了基于属性预测、基于特征嵌入和基于生成模型的零样本图像分类方法；然后，简要介绍了零样本图像分类的数据集以及评估方法，并对经典模型的实验结果做了比较分析；最后，提出了零样本图像分类方法普遍存在的问题以及相应的解决思路。

• 单位
  北京印刷学院