用于开放集识别的对抗运动原型框架
计算机视觉与模式识别
2021-08-10 v1 人工智能
摘要
开放集识别旨在识别已知类并同时拒绝未知类。具体而言，识别已知类和拒绝未知类分别对应于降低经验风险和开放空间风险。首先，提出了运动原型框架（MPF），其根据原型分类思想对已知类进行分类。此外，在 MPF 的损失函数中加入了运动边界约束项，可进一步提高已知类在特征空间中的聚类紧凑性，从而降低这两种风险。其次，本文在 MPF 的基础上提出了对抗运动原型框架（AMPF）。一方面，该模型能生成对抗样本并将其加入训练阶段；另一方面，它能通过边界约束半径的对抗运动进一步提升模型对已知类和未知类的差异映射能力。最后，本文提出了 AMPF 的升级版本 AMPF++，在训练阶段加入了更多生成的未知样本。本文的大量实验证明，所提模型的性能优于其他当前工作。
引用
@article{arxiv.2108.04225,
title = {Adversarial Motorial Prototype Framework for Open Set Recognition},
author = {Ziheng Xia and Penghui Wang and Ganggang Dong and Hongwei Liu},
journal= {arXiv preprint arXiv:2108.04225},
year = {2021}
}