多标签图像分类--HCP: A Flexible CNN Framework for Multi-Label Image Classification

HCP: A Flexible CNN Framework for Multi-Label Image Classification

PAMI 2016
本文提出了一个 CNN 网络 HCP 不需要真值训练数据的情况下可以完成对多标签图像分类问题。

单标签和多标签图像
多标签图像分类--HCP: A Flexible CNN Framework for Multi-Label Image Classification

HCP 是怎么处理一幅图像的了?
多标签图像分类--HCP: A Flexible CNN Framework for Multi-Label Image Classification
首先提取图像中的候选区域,然后对每个候选区域进行分类,最后使用 cross-hypothesis max-pooling 将图像中所有的候选区域分类结果进行融合,得到整个图像的多类别标签。

HCP 的框架示意图:
多标签图像分类--HCP: A Flexible CNN Framework for Multi-Label Image Classification

多标签图像分类--HCP: A Flexible CNN Framework for Multi-Label Image Classification

性能提升对比:
多标签图像分类--HCP: A Flexible CNN Framework for Multi-Label Image Classification

多标签图像分类--HCP: A Flexible CNN Framework for Multi-Label Image Classification

多标签图像分类--HCP: A Flexible CNN Framework for Multi-Label Image Classification