融合深度学习和语义树的草图识别方法

摘要：

现有的草图识别框架利用整幅图像作为网络输入,草图识别过程可解释性较差.文中融合深度学习和语义树,提出草图语义网(Sketch-Semantic Net).首先对草图进行部件分割,将单幅完整的草图分割为多个具有语义概念的部件图.然后利用深度迁移学习识别草图部件.最后通过语义树的语义概念关联部件同部件所属草图对象类别,较好地弥补sketch图像从底层语义到高层语义之间的语义鸿沟.在广泛应用的草图分割数据集上的实验验证文中方法的有效性.

关键词：草图识别、语义树、卷积神经网络、深度学习

所属期刊栏目：32

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61602004;安徽省重点研究与开发计划项目1804d08020309;安徽省自然科学基金项目1908085MF188,1908085MF182;安徽省高校自然科学研究重点项目KJ2016A041,KJ2017A011

在线出版日期：2019-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：361-368