传统的图像分类任务在很大程度上取决于大规模的数据集,该数据集可为所有类别提供经过标记的样本。但是,在现实世界中,图像的类别遵循长尾分布,其中大多数类别很少出现,因此很难为这些类别收集大量标记的样本。另一个挑战是新定义类别的爆炸式增长,为这些新类别找到足够多的范例是非常困难的。近年来,为了解决这些类别的分类问题,零样本学习得到了广泛的研究。人类可以通过现有的知识动态地创建新的类,而不需要视觉数据。例如,从未见过斑马的人可以利用斑马的特征,如老虎的条纹、大熊猫的黑白色和马的形状来识别斑马。受这种人类能力的启发,零样本学习旨在从一组收集的数据中学习模型,这些数据通常包括视觉和语义信息。零样本学习利用语义信息作为中间桥梁,将模型的识别能力推广到新的类中。以往的零样本学习方法大多将该问题视为一个视觉语义嵌入问题。该方法学习将视觉特征和语义特征映射到公共嵌入空间的映射。通过在嵌入空间中搜索与所有未知类的语义特征最相似的类来推断未知类实例的标签。传统的零样本学习方法都只能使用已知类的数据来训练模型。这将不可避免地导致领域偏移问题,即在测试时,模型偏向于将样本预测为已知类。一个可行的解决方案是利用语义信息来合成未知类的视觉信息。近年来,一些方法开始采用生成对抗网络来解决这一问题。这些方法使用随机噪声和语义描述中为未知类生成视觉样本。由于训练后的网络可以生成未知类的样本,零样本学习问题自然而然地转化为传统的有监督学习问题。然而,上述基于生成对抗网络的方法的无约束训练过程并不能保证生成样本的质量。基于生成对抗网络地零样本学习方法面临以下两个困境:1)如何保证生成的样本足够多样和真实?2)如何解决零样本识别阶段的领域偏移问题?为了保证模型生成的样本足够多样和真实,本文提出了一种基于语义信息重组的特征生成网络。生成式的零样本学习模型是在已知类别上训练的,很难泛化到已知类别上,具体来说,在面对输入是未知类的语义描述时,模型很难从训练样本中找到相似的范例,从而导致生成的特征无意义。人类有很强的能力借助类别的文字描述,通过组合已知类别信息想象出未知类别的,例如“斑马是身上具有黑白条纹的马”,通过组合马的外表,熊猫的条纹,人类可以想象出从未见过的斑马外表,而且和实际的斑马形象很可能相差无几。本文提出的模型受人类的想象力的启发,不引入任何额外的标签和数据,通过组合已知类的语义描述作为虚构的未知类,并为虚构的未知类生成对应的视觉样本。同时本文研究一种参数化的熵的测量方法,可以方便地学习如何利用虚构的未知类语义描述生成对应的视觉特征。在五个流行数据集上的大量实验表明,本文方法可以较好的解决上述问题,取得良好的结果。针对零样本识别阶段的领域偏移问题,本文提出了一种基于生成对抗网络的相似度保持的特征生成网络。具体来说,我们训练了一个条件Wasserstein-GAN,它将类别的语义描述作为输入,输出为这个类的视觉特征。此外,同一类之间的视觉特征具有很高的相似性,但是同一类中的合成特征和原始特征之间的相似性可能很低,这导致用合成特征训练的分类器对原始样本进行分类时性能很差。为了避免这个问题,我们提出了一种相似度保持的损失来正则化生成网络,这有助于最小化合成样本和原始样本之间的距离,保证合成样本的分布更加接近真实分布。此外,我们在测试阶段使用了一种集成最近邻分类器和线性softmax分类器的方法。具体地说,我们首先使用最近邻法来提取与所生成特征高度相似的原始特征,然后将所选择的原始特征与所生成的特征相结合,训练出最终的softmax分类器。在五个流行的数据集上的实验以及和最新方法的对比表明我们的方法表现优越。