知识追寻：利用双记忆发现与定位新类别
计算机视觉与模式识别
2021-09-17 v3 人工智能
摘要
我们处理对象类别发现问题，即在大规模无标签数据集中发现并定位新颖对象的问题。虽然现有方法在场景较不杂乱且每幅图像中对象实例较少的数据集上展示了结果，但我们在具有挑战性的 COCO 数据集上给出了我们的结果。此外，我们认为，发现算法不应从零开始发现新类别，而可以通过识别已知内容并将注意力集中于未知内容而受益。我们提出了一种利用关于某些对象类型的先验知识，通过借助两个记忆模块（即工作记忆和语义记忆）来发现新类别的方法。我们在 COCO minival 数据集上展示了我们检测器的性能，以证明其在真实场景中的能力。
引用
@article{arxiv.2105.01652,
title = {The Pursuit of Knowledge: Discovering and Localizing Novel Categories using Dual Memory},
author = {Sai Saketh Rambhatla and Rama Chellappa and Abhinav Shrivastava},
journal= {arXiv preprint arXiv:2105.01652},
year = {2021}
}
备注
Accepted to ICCV2021