近年来随着大规模图像数据的涌现以及对图像分类任务的细化,为满足越来越复杂的视觉分类任务,卷积神经网络模型得到了快速的发展。然而,现有的图像分类识别算法无法在测试阶段识别训练过程中不存在类别的样本。因此,零样本学习的概念被提出来解决不可见类别样本识别的问题。对于目前提出的零样本学习问题的解决方法,主要是通过引入辅助语义空间,建立视觉与语义之间广泛的映射关系来弥补类别缺失的问题。但是目前的一些工作并没有考虑视觉与语义本身所带有的特性,忽略了视觉空间与语义空间的巨大差异。此外,现有的大部分工作都是使用视觉的所有视觉特征与语义进行映射,这种映射方式使得语义与视觉特征存在大量的非必要映射关系,这使得零样本学习分类的准确性降低。本文提出的方法基于零样本学习的双线性映射基本模型,针对零样本学习分别提出了两种不同的改进方法。通过使用低维嵌入视觉特征的非线性映射与多部位的注意力机制,提高了语义于视觉之间映射的可靠性。在双线性映射的基本模型中,通过预训练的卷积神经网络获得图像的深度卷积特征,并通过人工标注或非监督学习的方式获得语义向量,在视觉特征与语义向量之间学习双线性映射函数。在本文提出的基于视觉低维嵌入的模型中,首先使用预训练卷积模型获得图像的特征向量,然后使用字典学习将特征向量嵌入到低维空间中以减少特征向量中的冗余信息,最后利用集成学习的方式在视觉的低维嵌入与语义向量之间学习多个映射函数,使得其映射方式非线性化,提高了映射结果的可靠性。在提出的基于多部分注意力的模型中,使用目标检测或人工标注的方式获得图像的多个部分区域,去除噪声信息,通过深度模型获得多个部分区域的视觉特征表达,并基于注意力机制使用语义向量对多个部分区域视觉特征进行加权,使得不同的视觉区域对分类的影响差异化。通过理论说明与实验对比,证明了本文提出的两种方法在一定程度上提高了零样本学习的分类准确性。其中,在基于视觉低维嵌入的模型中,通过对三种现有的方法的对比,我们的分类准确度超过了在大部分数据集上的准确度。在基于多部分注意力的模型中,我们在同一个细粒度数据集上与多个目前现有的较新的方法进行了比较,表明我们的方法显著提高了在细粒度数据集的分类准确度。