书虫持续学习：超越零样本学习与持续学习
计算机视觉与模式识别
2020-08-21 v3
摘要
我们提出书虫持续学习（BCL），一种灵活的设定，其中未见类可通过语义模型推断，且视觉模型可持续更新。因此 BCL 推广了持续学习（CL）与零样本学习（ZSL）。我们还提出双向想象（BImag）框架以解决 BCL，其中生成过去与未来类的特征。我们观察到以属性为条件训练特征生成器实际上会损害持续学习能力，并提出两种变体（联合类-属性条件化与非对称生成）以缓解该问题。
引用
@article{arxiv.2006.15176,
title = {Bookworm continual learning: beyond zero-shot learning and continual learning},
author = {Kai Wang and Luis Herranz and Anjan Dutta and Joost van de Weijer},
journal= {arXiv preprint arXiv:2006.15176},
year = {2020}
}
备注
Accepted by TASK-CV workshop at ECCV 2020