Learning Disentangled Label Representations for Multi-label Classification

Learning Disentangled Label Representations for Multi-label Classification，2022

学习多标签分类的解纠缠标签表示

---

要点：

1、主流多标签分类：遵循单标签（多类别）分类的特征学习机制——学习一个共享的图像特征来对多个标签进行分类；即 OFML（One-shared-Feature-for-Multiple-Labels）机制，该机制不利于有区别性的（discriminative) 标签特征学习，并且模型非鲁棒；
2、本文工作：
（1）首次从数学上证明OFML机制的劣势：在最小化交叉熵损失的情况下，最优学习的图像特征不能同时与多个分类器保持高度相似；
（2）提出 OFOL（One-specific-feature-for-label）机制；
（3）提出新的解纠缠学习框架 DLDF，学习每个标签的解纠缠表示。
3、DLDF（disentangled label feature learning）
（1）特征解纠缠模块：包含可学习的语义查询和语义空间交叉注意模块SSCA（Semantic Spatial Cross-Attention）；
（2）可学习的语义查询：在同一标签的不同图像之间保持语义一致性；
（3）SSCA模块将与标签相关的空间区域进行局部化，并将局部的区域特征聚合到相应的特征标签中，实现特征解耦。

---

图表：

OFML VS OFOL:

1、OFML机制：特征增强模块，采用池化操作获得所有标签的共享标签特征；
2、OFOL机制：特征解纠缠模块，为每个标签提取一个解纠缠特征。

DLFL（解纠缠标签特征学习模块）：

实验结果：

---

代码：