-
图 1 零样本学习技术结构图
Figure 1.
-
图 2 零样本学习示意图
Figure 2.
-
图 3 经典归纳式零样本模型示意图[7]
Figure 3.
-
图 4 AwA类-属性关系矩阵[7]
Figure 4.
-
图 5 3种视觉-语义映射示意图
Figure 5.
-
图 6 领域漂移示例图[55]
Figure 6.
-
图 7 语义间隔示例图
Figure 7.
-
训练集$\{ \cal{X},\cal{Y}\} $ 测试集$\{ \cal{X},\cal{Z}\} $ 训练类$\cal{Y}$与测试类$\cal{Z}$间关系$R$ 最终分类器$C$ 无监督学习 大量无标签图片 已知类图片 $\cal{Y} = \cal{Z}$ $C:\cal{X} \to \cal{Y}$ 有监督学习 大量带标签图片 已知类图片 $\cal{Y} = \cal{Z}$ $C:\cal{X} \to \cal{Y}$ 半监督学习 较少带标签图片和大量无标签图片 已知类图片 $\cal{Y} = \cal{Z}$ $C:\cal{X} \to \cal{Y}$ 少样本学习 极少带标签图片和大量无标签图片 已知类图片 $\cal{Y} = \cal{Z}$ $C:\cal{X} \to \cal{Y}$ 零样本学习 大量带标签图片 未知类图片 ${\cal Y} \cap {\cal Z} = \varnothing$ $C:\cal{X} \to \cal{Z}$ 表 1 机器学习方法对比表
-
网络 论文数量 VGG 501 GoogleNet 271 ResNet 397 表 2 零样本学习中深度卷积神经网络使用情况统计表
-
方法 传统零样本学习 泛化零样本学习 AwA CUB SUN AwA CUB SUN SS PS SS PS SS PS U→T S→T H U→T S→T H U→T S→T H IAP 46.9 35.9 27.1 24.0 17.4 19.4 0.9 87.6 1.8 0.2 72.8 0.4 1.0 37.8 1.8 DAP 58.7 46.1 37.5 40.0 38.9 39.9 0.0 84.7 0.0 1.7 67.9 3.3 4.2 25.1 7.2 DeViSE 68.6 59.7 53.2 52.0 57.5 56.5 17.1 74.7 27.8 23.8 53.0 32.8 16.9 27.4 20.9 ConSE 67.9 44.5 36.7 34.3 44.2 38.8 0.5 90.6 1.0 1.6 72.2 3.1 6.8 39.9 11.6 SJE 69.5 61.9 55.3 53.9 57.1 53.7 8.0 73.9 14.4 23.5 59.2 33.6 14.7 30.5 19.8 SAE 80.7 54.1 33.4 33.3 42.4 40.3 1.1 82.2 2.2 7.8 54.0 13.6 8.8 18.0 11.8 SYNC 71.2 46.6 54.1 55.6 59.1 56.3 10.0 90.5 18.0 11.5 70.9 19.8 7.9 43.3 13.4 LDF 83.4 – 70.4 – – – – – – – – – – – – SP-AEN – 58.5 – 55.4 – 59.2 23.3 90.9 37.1 34.7 70.6 46.6 24.9 38.6 30.3 QFSL 84.8 79.7 69.7 72.1 61.7 58.3 66.2 93.1 77.4 71.5 74.9 73.2 51.3 31.2 38.8 表 3 零样本学习性能比较(%)
图共
7 个 表共
3 个
