BriefGPT - AI 论文速递
·
CREST: 跨模式共鸣的证据深度学习对于增强零样本学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了零样本学习中的交叉域匹配问题，提出了基于分支网络的方法来映射语义描述和视觉样本到joint空间，解决了模型偏差问题，取得了卓越性能。
🎯
关键要点
-
研究零样本学习中的交叉域匹配问题。
-
优秀的embedding空间应满足类内紧度和类间可分性两个标准。
-
提出基于两个分支网络的方法，映射语义描述和视觉样本到joint空间。
-
强制要求视觉嵌入与类级语义嵌入相同。
-
实现区分可训练分类器，优化跨未知类别输入的过程。
-
扩展方法以处理ZSL中的模型偏差问题。
-
在五个标准数据集上获得卓越性能。
➡️
