方志文,刘青山，周 峰

（江苏省大数据分析技术重点实验室，南京信息工程大学自动化学院，南京，210044）

近年来，由于航拍技术取得了巨大的进展，基于航拍图像分析的应用也得到了广泛的关注，例如城市制图［1］、生态监测［2］、地貌分析［3］与交通管理［4］等.为了更准确地分析理解一幅航拍图像，需要将图像中出现的所有不同类别的目标物体都标注出来.由于多类目标的分割和检测对标注的要求精细，标注成本高，因此基于图像级别的多标签分类成为航拍图像分析应用上的一个重要研究方向，其主要任务就是对航拍图像中出现的所有不同类别的目标物体进行预测.如何对这些不同类别的目标物体之间的共生关系进行建模是决定多标签分类模型性能的关键因素［5］.

随着深度学习技术的快速发展，计算机视觉领域借助该技术取得了质的突破，随后，深度学习也成功应用于多标签图像分类任务.Karalas et al［6］将多标签分类问题转化为多个单标签分类问题的组合.Yang et al［7］采用类似目标检测中目标生成网络的形式来定位特定类别的物体，并判断该类物体是否出现在图像中.然而这两类模型都忽视了不同类别物体之间固有的共生关系，因此分类的性能不能令人满意.为了解决这个问题，Li et al［8］将概率图模型应用到多标签图像分类中，以此来对不同类别物体之间的共生关系进行建模，取得了不错的分类效果.此外，有一些工作将多标签图像中的标签预……