计算机工程

作者：朱旭东, 熊贇

单位：1. 复旦大学 计算机科学与技术学院, 上海 200433;2. 上海市数据科学重点实验室, 上海 200433

关键词：多标签,标签语义,图像特征,注意力机制,动态图,多尺度

基金：国家自然科学基金（U1636207）；上海市科委项目（19511121204）。

图像多标签分类作为计算机视觉领域的重要研究方向，在图像识别、检测等场景下得到广泛应用。现有图像多标签分类方法无法有效利用标签相关性信息以及标签语义与图像特征的对应关系，导致分类能力较差。提出一种图像多标签分类的新算法，通过利用标签共现信息和标签先验知识构建图模型，使用多尺度注意力学习图像特征中目标，并利用标签引导注意力融合标签语义特征和图像特征信息，从而将标签相关性和标签语义信息融入到模型学习中。在此基础上，基于图注意力机制构建动态图模型，并对标签信息图模型进行动态更新学习，以充分融合图像信息和标签信息。在图像多标签分类任务上的实验结果表明，相比于现有最优算法MLGCN，该算法在VOC-2007数据集及COCO-2012数据集上的mAP值分别提高了0.6、1.2个百分点，性能有明显提升。

来源：2022年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第4期