HD-MTL：用于大规模视觉识别的层次深度多任务学习

本文开发了一种层次深度多任务学习（HD-MTL）算法，以支持大规模视觉识别（例如，自动识别成千上万甚至数万种原子目标类别）。首先，从深度卷积神经网络（深度CNN）的不同层中提取多组多层深度特征，并利用这些特征更有效地完成层次视觉识别的粗到细任务。然后，通过将视觉相似的原子目标类别与相似的学习复杂度分配到同一组，学习一个视觉树，这可以为自动确定相互关联的学习任务提供良好的环境。通过利用任务间的相关性（类间相似性）来学习更具区分性的小组特定深度表示，我们的深度多任务学习算法可以训练出更具区分性的节点分类器，有效区分视觉相似的原子目标类别。我们的层次深度多任务学习（HD-MTL）算法可以集成两个具有区分性的正则化项，有效控制层间错误传播，并提供一种端到端的方法，共同学习更具代表性的深度CNN（用于图像表示）和更具区分性的树分类器（用于大规模视觉识别），并同时更新它们。我们的增量深度学习算法可以有效地使深度CNN和树分类器适应新的训练图像和新的目标类别。我们的实验结果表明，HD-MTL算法在提高大规模视觉识别的准确率方面可以取得非常具有竞争力的结果。