標注受限也能識別多標簽圖像！中山大學等發布異構語義轉移HST框架 | IJCV 2024

AIGC動態歡迎閱讀

原標題：標注受限也能識別多標簽圖像！中山大學等發布異構語義轉移HST框架 | IJCV 2024
關鍵字：標簽,圖像,語義,類別,相關性
文章來源：新智元
內容字數：13272字

內容摘要：

新智元報道編輯：LRT
【新智元導讀】在多標簽圖像識別領域中，由于圖像本身和潛在標簽類別的復雜性，收集滿足現有模型訓練的多標簽標注信息往往成本高昂且難以拓展。中山大合廣東工業大手探索標注受限情況下的多標簽圖像識別任務，通過對多標簽圖像中的強語義相關性的探索研究，提出了一種異構語義轉移(Heterogeneous Semantic Transfer, HST) 框架，實現了有效的未知標簽生成。隨著深度學習的快速發展，許多研究者們開始嘗試利用深度神經網絡解決多標簽圖像識別（Multi-label Image Recognition, MLR）任務，并已取得了不俗的進展。
但是，由于圖像本身和潛在標簽類別的復雜性，收集滿足現有模型訓練的多標簽標注信息往往成本高昂且難以拓展，導致現有的大部分多標簽圖像識別模型難以在現實應用場景中落地。
因此，近年來許多研究者開始致力于探索標注受限情況下的多標簽圖像識別（Multi-label Image Recognition with Partial Label, MLR-PL）算法來解決這個問題。圖1多標簽圖像識別任務中完整標注與標注受限的區別

原文鏈接：標注受限也能識別多標簽圖像！中山大學等發布異構語義轉移HST框架 | IJCV 2024

聯系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。