面向零样本基于草图的图像检索的模态感知表示学习
原文中文，约300字，阅读约需1分钟。发表于：。零样本学习在机器学习模型中提供了一种有效的解决方案，用于处理未见类别，避免了繁琐数据收集。本文提出了一种新颖的框架，通过对比文本间接对齐素描和照片，避免了对素描照片成对样本的需求。通过从数据中学习明确的形态编码，我们的方法将形态不可知的语义与形态特定信息进行了分解，桥接了形态间的差距，并在联合潜空间内实现了有效的跨模态内容检索。通过全面的实验验证了所提出模型在零样本基于素描的图像检索上的有效...
本文介绍了一种新颖的零样本学习框架，通过对比文本间接对齐素描和照片，避免了对素描照片成对样本的需求。该方法通过学习明确的形态编码，实现了跨模态内容检索。实验证明该模型在零样本基于素描的图像检索上有效，并可应用于广义和细粒度设置。
