基于深度神经网络的零样本物体识别学习
计算机视觉与模式识别
2021-02-08 v1
摘要
零样本学习(zero-shot learning, ZSL)处理的是在没有任何视觉训练样本的情况下识别物体的能力。为弥补视觉数据的缺失，每个待识别类别都关联一个反映物体本质特征的语义原型。通用方法是学习从视觉数据到语义原型的映射，然后在推理时仅利用类原型对视觉样本进行分类。根据感兴趣的使用场景，可考虑该通用配置的不同设定，特别是仅对未用于学习映射的物体进行分类，还是可利用无标签视觉样本学习映射。本章综述了基于深度神经网络解决ZSL问题的方法。我们强调了对该领域演进有重大影响的研究发现，并列举了其当前挑战。
引用
@article{arxiv.2102.03137,
title = {Zero-shot Learning with Deep Neural Networks for Object Recognition},
author = {Yannick Le Cacheux and Hervé Le Borgne and Michel Crucianu},
journal= {arXiv preprint arXiv:2102.03137},
year = {2021}
}