广义零炮目标识别中无冗余特征的学习

韩宗炎、傅振勇、杨健; IEEE/CVF计算机视觉和模式识别会议记录，2020年，第12865-12874页

摘要

零快照对象识别或零快照学习的目的是在语义相关的类别之间传递对象识别能力，例如细粒度的动物或鸟类。然而，不同细粒度物体的图像往往只显示出细微的外观差异，这将严重恶化零快照物体的识别。为了减少细粒度对象中的多余信息，本文提出学习广义零快照学习的无冗余特征。我们通过将原始视觉特征投影到一个新的（无冗余）特征空间，然后限制这两个特征空间之间的统计相关性来实现动机。此外，我们要求投影特征在无冗余特征空间中保持甚至加强类别关系。这样，我们可以在不丢失鉴别信息的情况下，从视觉特征中去除冗余信息。我们广泛评估了四个基准数据集的性能。结果表明，我们提出的基于无冗余特征的广义零快照学习（RFF-GZSL）方法通常能在很大程度上优于现有方法。

相关材料

[pdf格式][arXiv公司][视频]
[围巾]
@会议记录{Han_2020_CVPR，
author={韩宗燕傅振勇杨建}，
title={学习通用零炮目标识别的无冗余特征}，
booktitle={IEEE/CVF计算机视觉和模式识别（CVPR）会议记录}，
月={6月}，
年份={2020年}
}