控制与决策

北大核心,JST,Pж(AJ),EI,CSCD

国内刊号:21-1124/TP

国际刊号:1001-0920

控制与决策杂志2022年第7期:基于自适应多尺度图卷积网络的多标签图像识别

发布日期:

作者:王雪松,荣小龙,程玉虎,陈正升

单位:1. 中国矿业大学 地下空间智能控制教育部工程研究中心,江苏 徐州 221116;2. 中国矿业大学 信息与控制工程学院,江苏 徐州 221116,,1. 中国矿业大学 地下空间智能控制教育部工程研究中心,江苏 徐州 221116;2. 中国矿业大学 信息与控制工程学院,江苏 徐州 221116,,1. 中国矿业大学 地下空间智能控制教育部工程研究中心,江苏 徐州 221116;2. 中国矿业大学 信息与控制工程学院,江苏 徐州 221116,,1. 中国矿业大学 地下空间智能控制教育部工程研究中心,江苏 徐州 221116;2. 中国矿业大学 信息与控制工程学院,江苏 徐州 221116,

关键词:自适应关系图;多尺度图卷积网络;多标签图像识别;块Krylov子空间

基金:国家自然科学基金项目(61772532,61976215).

利用一阶谱图卷积探索类别标签间关系是目前多标签图像识别常用的手段,但是,较多的图卷积层数易出现过度平滑现象,使得该方法存在局限性.为此,提出一种基于自适应多尺度图卷积网络的多标签图像识别方法,主要思路为:采用块Krylov子空间形式的谱图卷积来挖掘类别标签间的相关性,在每个图卷积层中拼接多尺度信息并扩展到深层结构,并在自适应标签关系图模块所构建的关系图上学习分类器,从而更加有效地进行多标签图像识别.通过两个公开数据集PASCAL VOC 2007和MS-COCO 2014 上的实验结果验证了所提出方法的有效性.

来源:2022年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第7期

联系我们

  • 地址:沈阳市和平区文化路3巷11号
  • 电话:024-83687766
  • E-mail:kzyjc@mail.neu.edu.cn

咨询工作人员