面向目标识别的上下文感知零样本学习
计算机视觉与模式识别
2019-05-01 v2 计算与语言
机器学习
机器学习
摘要
零样本学习（ZSL）旨在利用语义表示等辅助知识对未标注目标进行分类。以往方法的局限在于仅考虑目标的内在属性（如视觉外观），而忽略了其上下文（如图像中周围的目标）。遵循目标倾向于出现在某些特定上下文而非其他上下文的直观原则，我们提出了一种新颖且具有挑战性的方法——上下文感知 ZSL，它以一种新的方式利用语义表示来建模目标在给定上下文中出现的条件似然。最后，通过在 Visual Genome 上进行的广泛实验，我们表明上下文信息能够显著改进标准 ZSL 方法，并且对类别不平衡具有鲁棒性。
引用
@article{arxiv.1904.12638,
title = {Context-Aware Zero-Shot Learning for Object Recognition},
author = {Eloi Zablocki and Patrick Bordes and Benjamin Piwowarski and Laure Soulier and Patrick Gallinari},
journal= {arXiv preprint arXiv:1904.12638},
year = {2019}
}
备注
Accepted at ICML 2019