用于零样本学习的语义自编码器
计算机视觉与模式识别
2017-04-28 v1
摘要
现有的零样本学习(ZSL)模型通常学习从特征空间到语义嵌入空间（例如属性空间）的投影函数。然而，此类投影函数仅关注预测训练可见类的语义表示（例如属性预测）或分类。当应用于测试数据时，在ZSL背景下测试数据包含不同的（未见过的）无训练数据类，ZSL模型通常遭受投影域偏移问题。在这项工作中，我们提出了一种基于学习语义自编码器(SAE)的ZSL新解决方案。采用编码器-解码器范式，编码器旨在像现有ZSL模型那样将视觉特征向量投影到语义空间。然而，解码器施加了一个额外的约束，即投影/编码必须能够重建原始视觉特征。我们表明，有了这个额外的重建约束，从可见类学习到的投影函数能够更好地泛化到新的未见类。重要的是，编码器和解码器是线性且对称的，这使我们能够开发极其高效的学习算法。在六个基准数据集上的大量实验表明，所提出的SAE显著优于现有ZSL模型，并且具有更低计算成本的额外优势。此外，当SAE应用于监督聚类问题时，它也击败了当前最先进水平。
引用
@article{arxiv.1704.08345,
title = {Semantic Autoencoder for Zero-Shot Learning},
author = {Elyor Kodirov and Tao Xiang and Shaogang Gong},
journal= {arXiv preprint arXiv:1704.08345},
year = {2017}
}
备注
accepted to CVPR2017