该工作旨在解决多标签图像分类任务，文章另辟蹊径，首次将多标签图像分类问题视为字典学习任务，基于此设计了一个新型的端到端深度语义字典学习模型（Deep Semantic Dictionary Learning，图1），该模型能够更好地从标签与语义空间中挖掘益于样本多标签分类的判别信息。此外，受传统字典学习的迭代式优化的启发，文章中提出了一种适用于深度字典学习模型的交替式优化策略（Alternately Parameters Update Strategy，图2）。实验结果验证了该文章中提出的算法在多标签图像分类任务上取得了振奋人心的结果。

https://www.zhuanzhi.ai/paper/26ffa49662816714dcef61d28f352826