上下文感知的零样本识别
计算机视觉与模式识别
2019-04-25 v3
摘要
我们提出了零样本学习中的一种新问题设定：上下文中的零样本目标识别与检测。与传统的零样本学习方法（仅通过从属于语义相似已见类别的物体迁移知识来推断未见类别）不同，我们的目标是在已知物体环绕的图像中，利用物体间关系先验来理解新颖物体的身份。具体而言，我们利用单幅图像中所有物体对的视觉上下文与几何关系，并捕获有助于推断未见类别的信息。我们使用条件随机场（CRF）将上下文感知的零样本学习框架无缝集成到传统零样本学习技术中。所提算法在零样本区域分类与零样本检测任务上进行了评估。在 Visual Genome（VG）数据集上的结果表明，与传统方法相比，我们的模型借助额外的视觉上下文显著提升了性能。
引用
@article{arxiv.1904.09320,
title = {Context-Aware Zero-Shot Recognition},
author = {Ruotian Luo and Ning Zhang and Bohyung Han and Linjie Yang},
journal= {arXiv preprint arXiv:1904.09320},
year = {2019}
}