设计（论文）题目

注意力驱动深度学习的多标签图像分类系统设计与实现

课题来源

科研项目

起讫日期

指导教师（签名）

教研室主任（签名）

课题依据：

多标签图像分类是物联网和多媒体技术领域的热点研究和应用问题。多标签图像分类能够为一个实例分配多个标签，其作为计算机视觉的重要组成部分，广泛应用于场景解析，自动驾驶，农业图像检测等多方面，它能在一幅图像中发现多个语义标签，促进随时随地获取的图像内容的更有效理解与发现，有助于物联网大数据的增值服务。

现实中的场景图像往往记录着多个对象，这多个对象在图像中显现的形式各不一样，对象之间的呈现在一幅图像中的可能性也有一定的本质联系，传统的多标签语义检测识别方法，未能充分学习挖掘这种多标签之间的本质关联关系。随着深度学习的不断发展，其在多标签图像分类也体现了巨大的优势，更有利于图像特征的学习和标签之间关系的挖掘。目前解决多标签图像分类的方法主要从建立标签的关联性入手，标签关联性能够应对多标签图像中训练数据有限，标签分布长，标签相关性复杂等难题。

本课题拟研究设计开发一个多标签图像分类系统，该系统利用注意力机制驱动超图构建，结合超图卷积神经网络实现多标签图像分类。首先利用深度卷积神经网络提取图片的特征；然后利用注意力模块得到每个类别显著特征，并将其作为顶点构建超图；最后利用超图卷积学习类别间的相关性来预测多标签分类结果。整个模型都在端到端的场景中进行联合训练，以达到最高的性能。最后，开发一个多标签图像分类系统。

任务要求：

本课题拟开发一个多标签图像分类系统，具体任务要求如下：通过深度神经网络进行图片特征提取操作；利用注意力机制得到类别显著特征；利用超图卷积学习类别间的相关性；设计实现一个基于超图卷积的多标签图像分类系统。

毕业设计（论文）进度计划

起讫日期

工作内容

备注

2022.2.21-3.10

查阅相关资料，并翻译英文资料，熟悉开发环境

2022.3.11-4.3

通过资料选择合适的卷积神经网络进行特征提取

2022.4.4-5.2

通过资料学习注意力机制驱动超图构建的方法，进行超图的建立

2022.5.3-5.15

设计实现一个注意力驱动超图卷积网络的多标签图像分类系统

2022.5.16-6.04

撰写毕业设计论文

2022.6.05-6.12

毕业设计论文答辩和完善

备注：