重新思考生成式零样本学习：从集成学习视角识别视觉块

零样本学习（ZSL）常用于解决细粒度图像分类及其他任务中非常普遍的预测未见类问题。一类解决方案是从辅助语义信息（如自然语言描述）中学习由生成模型合成的未见视觉样本。然而，对于大多数此类模型，性能会受到以无关图像背景形式存在的噪声的影响。此外，多数方法未对每个语义块分配计算权重。而在真实世界中，特征的判别能力可被量化并直接用于提升准确率与降低计算复杂度。为解决这些问题，我们提出一种称为多块生成对抗网络（MPGAN）的新框架，其合成局部块特征并以一种新颖的加权投票策略标注未见类。该过程首先利用多个专家生成模型从含噪文本描述为一组预定义局部块生成判别性视觉特征。随后，为每个未见类从各块合成的特征被用于构建一组多样的监督分类器集成，每个分类器对应一个局部块。一种投票策略对分类器输出的概率分布取平均，并且鉴于某些块较其他块更具判别性，一种基于判别力的注意力机制有助于相应地对各块加权。大量实验表明 MPGAN 的准确率显著优于最先进方法。