属性分布建模与语义-视觉对齐用于生成式零样本学习
计算机视觉与模式识别
2026-03-10 v2
摘要
生成式零样本学习（ZSL）利用语义条件为不可见类别合成特征，将知识从已见类别迁移。然而，这也引入了两个内在挑战：（1）类别级属性未能捕捉实例特定的视觉外观，因为存在显著的类内变异，导致类-实例间隙；（2）语义和视觉特征分布之间的显著不匹配，表现为类间相关性，导致语义-视觉领域间隙。为解决这些挑战，我们提出了属性分布建模与语义-视觉对齐（ADiVA）方法，联合建模属性分布并执行显式语义-视觉对齐。具体而言，我们的ADiVA包含两个模块：属性分布建模（ADM）模块，用于学习每个类别的可迁移属性分布并为不可见类别采样实例级属性；以及视觉引导对齐（VGA）模块，用于更好地反映视觉结构来细化语义表示。在三个广泛使用的基准数据集上的实验表明，ADiVA显著优于最先进的方法（例如，在AWA2和SUN上分别实现了4.7%和6.1%的提升）。此外，我们的方法可以作为插件来增强现有的生成式ZSL方法。
引用
@article{arxiv.2603.06281,
title = {Attribute Distribution Modeling and Semantic-Visual Alignment for Generative Zero-shot Learning},
author = {Haojie Pu and Zhuoming Li and Yongbiao Gao and Yuheng Jia},
journal= {arXiv preprint arXiv:2603.06281},
year = {2026}
}
备注
17 pages, 13 figures(Under review)