基于Attention的弱监督多标号图像分类
发布时间：2020-01-13 点击次数：
谭晓阳（教授）
+
- 博士生导师 硕士生导师
- 电子邮箱：
- 所在单位：计算机科学与技术学院/人工智能学院/软件学院
- 学历：南京大学
- 办公地点：江宁校区 东区 计算机楼 218 办公室 http://parnec.nuaa.edu.cn/xtan
- 性别：男
- 学位：工学博士学位
- 毕业院校：南京大学
- 所属院系：计算机科学与技术学院/软件学院
访问量：
开通时间：..
最后更新时间：..
- 所属单位：计算机科学与技术学院/人工智能学院/软件学院
- 发表刊物：数据采集与处理
- 关键字：弱监督;多标号;注意力;深度学习;
- 摘要：深度学习依赖于大数据在很多的任务中取得巨大成功,但目前大部分方法都依赖于严格标注的数据,或者假定仅含一个物体大致位于图片近中心位置且背景较少。而现实场景中背景复杂,出现的物体多样,增加了分类的难度,而且标注的代价很大。本文关注于弱监督场景下的分类任务,提出了基于注意力机制(Attention)结合递归神经网络的深度模型,利用图片级的标注进行多标号学习,利用损失函数进行梯度下降训练自动调整关注区域,使模型每次关注图片的局域区域,并在数据集PASCAL VOC 2007/2012上验证算法的有效性,与其他方法相比具有更强的可解释性。
- 是否译文：否
- 发表时间：2018-09-15
- 合写作者：张文
- 第一作者：谭晓阳
- 通讯作者：谭晓阳