Latent Embeddings for Zero-shot Classification
来源：互联网 发布：织梦404页面制作 编辑：程序博客网 时间：2024/05/19 06:34
CVPR2016
Latent Embeddings for Zero-shot Classification
本文还是针对 zero-shot classification 问题。以前基于 structured embedding frameworks 解决这个问题的思路主要如下：首先将 图像和 类别信息映射到某些多维向量空间。 一般图像的嵌入信息（ Image embeddings ）通过 CNN提取特征，类别嵌入信息 Class embeddings 可以通过两个方法获取：1）人工标记属性得到，2）直接从大量未标记文本资料中自动提取。然后我们学习一个discriminative bilinear compatibility 函数，使得同一类图像相近，不同类图像相远。一旦这个函数学习固定，我们可以通过该函数实现 zero-shot classification 。
本文主要 改进的就是 这个 discriminative bilinear compatibility，将其改为线性函数模型集合。针对不同类、特征图像，我们自动选择（通过 the selection being latent 实现）最好的线性函数模型来进行分类。
实验结果：
0 0
- Latent Embeddings for Zero-shot Classification
- Semantic Autoencoder for Zero-Shot learning阅读笔记CVPR2017收录
- zero-shot learning
- zero-shot learning
- word embeddings for text
- What is zero-shot learning?
- What is zero-shot learning?
- 迁移学习总结(One Shot Learning, Zero Shot Learning)
- zero-shot learning 论文三篇小结
- Multi-Cue Zero-Shot Learning with Strong Supervision
- DARLA: Improving Zero-Shot Transfer in Reinforcement Learning 阅读笔记
- 模型汇总15 领域适应性Domain Adaptation、One-shot/zero-shot Learning概述
- Learning Entity and Relation Embeddings for Knowledge Graph Completion
- [NLP论文阅读]Siamese CBOW: OptimizingWord Embeddings for Sentence Representations
- Study notes for Latent Dirichlet Allocation
- how 2 make screen shot for app
- Multiple Kernels for Image Classification
- Textural Features for Image Classification
- mybatis的配置
- MeasureSpec学习 - 转
- 《python基础教程》项目3
- greendao模糊查询
- Notes: Garbage Collection in Java（Java的自动垃圾回收机制）
- Latent Embeddings for Zero-shot Classification
- 安卓系统重启次数统计
- kmp模板
- ffmpeg与x264编码指南 转码优化
- WebRoot和Web-Info区别
- 入门篇
- Leetcode no. 194
- netty日志LoggingHandler怎么用
- 魂牵梦萦地魂牵梦萦地要a
