多尺度双重动态图卷积多标签图像分类方法研究

摘要

针对传统多标签分类模型中的单一尺度特征提取、特征表示能力有限，以及标签词向量或图像类别特征作为图节点导致的图节点信息表达不足的问题，提出一种多尺度双重动态图卷积网络(multi-scale feature embedding dual dynamic graph convolutional network, MFE2DGCN)的多标签图像分类方法。首先，提出了一种多尺度特征转换方法(multi-scale feature transformation, MFT)对提取的特征进行处理，有效捕捉目标在不同尺度下的特征信息；然后，构建双重图卷积融合嵌入(fusion embedding-dual dynamic graph convolutional network, FE-2DGCN)进行图像多标签分类。实验结果表明，所提模型在MS-COCO数据集上取得了86.4%的mAP值，在VOC 2007数据集上取得了95.4%的mAP值，有效提升了分类性能。

关键词

多标签分类 / 多尺度特征 / 图卷积网络 / 节点重构