“鹰眼与狐耳”：面向广义零样本学习的部件原型网络
计算机视觉与模式识别
2024-04-16 v1 机器学习
摘要
当前广义零样本学习（GZSL）的方法建立在仅考虑整个图像的单一类别属性向量表示的基础模型之上。这是对新类别识别过程的过度简化，因为图像的不同区域可能具有来自不同已知类别的属性，从而拥有不同的主导属性。考虑到这一点，我们采取了一种根本不同的方法：采用一个对属性信息敏感的预训练视觉-语言检测器（VINVL）来高效获取区域特征。一个学习到的函数将区域特征映射到区域特定的属性注意力，用于构建类别部件原型。我们在由CUB、SUN和AWA2数据集组成的流行GZSL基准上进行了实验，我们提出的部件原型网络（PPN）与其他流行的基础模型相比取得了有前景的结果。相应的消融研究和分析表明，当可以获得局部提议时，我们的方法非常实用，并且相比全局属性注意力具有明显优势。
引用
@article{arxiv.2404.08761,
title = {`Eyes of a Hawk and Ears of a Fox': Part Prototype Network for Generalized Zero-Shot Learning},
author = {Joshua Feinglass and Jayaraman J. Thiagarajan and Rushil Anirudh and T. S. Jayram and Yezhou Yang},
journal= {arXiv preprint arXiv:2404.08761},
year = {2024}
}
备注
Accepted to the CVPR 2024 LIMIT Workshop