用于组合式零样本学习的焦点一致多级聚合
计算机视觉与模式识别
2024-09-02 v1
摘要
为了将已见属性-物体组合的知识迁移以识别未见组合，近期的组合式零样本学习（CZSL）方法主要探讨用于识别元素的最优分类分支，导致三分支架构的流行。然而，这些方法在一致性和多样性方面混淆了分支间的潜在关系。具体而言，持续为所有三个分支提供最高层级的特征会增加区分表面相似类别的难度。此外，当个性化分支之间不共享空间信息时，单一分支可能会聚焦于次优区域。认识到这些问题并致力于解决它们，我们提出了一种名为焦点一致多级聚合（FOMA）的新方法。我们的方法包含一个多级特征聚合（MFA）模块，基于图像内容为每个分支生成个性化特征。此外，焦点一致约束鼓励对信息丰富的区域保持一致的焦点，从而在所有分支之间隐式交换空间信息。在三个基准数据集（UT-Zappos、C-GQA和Clothing16K）上的大量实验表明，我们的FOMA优于SOTA。
引用
@article{arxiv.2408.17083,
title = {Focus-Consistent Multi-Level Aggregation for Compositional Zero-Shot Learning},
author = {Fengyuan Dai and Siteng Huang and Min Zhang and Biao Gong and Donglin Wang},
journal= {arXiv preprint arXiv:2408.17083},
year = {2024}
}
备注
Compositional Zero-Shot Learning