您当前的位置:首页 > 详细浏览

文献详情

基于特征重标定生成对抗网络的图像分类算法

内容摘要

针对传统鉴别器的损失策略和结构难以提取到更抽象以及任务相关的鲁棒性特征,从而导致半监督图像分类表现不足,提出了基于特征重标定的生成对抗网络。为了学习到任务相关的特征,在现有半监督GAN的基础上,为鉴别器引入模型在不同状态下的无监督均方差损失正则项,对训练样本中两个分支的同一输入对应得到的不同输出进行参数惩罚,从而指导特征重标定的优化方向。此外,在鉴别器中加入压缩激活模块来优化传统鉴别器的卷积池化结构。该模块自动学习每一个特征通道的重要程度,能够提取任务相关的特征抑制任务无关的特征,实现特征的重标定功能,从而提高半监督图像分类的表现。
点击下载全文 评论 来自合作期刊:《计算机应用研究》 点击量:294 下载量:159
期刊:计算机应用研究
推荐引用方式: 姜代红,张三友,刘其开.(2019).基于特征重标定生成对抗网络的图像分类算法.计算机应用研究.[ChinaXiv:201901.00008] (点此复制)
版本历史
[V1] 2019-01-03 10:45:30 chinaXiv:201901.00008V1 下载全文
相关论文推荐

点击下载全文

当前浏览

更改浏览

跨类浏览

  • - 暂无