《表2 不同方法在3个数据集上的分类准确率比较》
原始f-CLSWGAN模型直接利用语义信息进行判别,而在语义信息与图像特征之间存在着巨大的差异。本文FD-fGAN模型将这一语义信息通过2个全连接层嵌入到视觉特征空间,以减小语义信息与图像特征之间的巨大差异,从而使得分类准确率有所提升。本文所设计的FD-fGAN模型在AWA数据集上取得了68.6%的分类准确率,比f-CLSWGAN模型提高了0.4%;在CUB和SUN数据集上分别取得了57.7%与61.3%的分类准确率,比f-CLSWGAN模型提高了0.4%和0.5%。经过实验证明,本文通过改进判别网络设计出的FD-fGAN模型能够取得更高的分类准确率,表明利用图像特征作为判别条件是可行的。
图表编号 | XD00115214300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 魏宏喜、张越 |
绘制单位 | 内蒙古大学计算机学院、内蒙古大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |