零樣本圖像分類主要解決在標記訓練樣本不足以涵蓋所有對像類的情況下,如何對未知新模式進行正確分類的問題,近年來已逐漸成為機器學習領域的研究熱點之一。
利用可見類訓練樣本學習到的分類器對新出現的對像類進行分類識別是非常困難的學習任務。《零樣本圖像分類》針對零樣本圖像分類問題從屬性角度入手,基於深度學習及知識挖掘、屬性自適應、屬性擴展和相對屬性4個方面進行展開,分別對應第3~6章、第7~8章、第9~11章和第12~13章,《零樣本圖像分類》共13章。此外,各章內容涉及相關領域基礎知識的介紹,能夠為不同層次的讀者與研究人員提供入門知識與參考信息。