[CVPR 2018] Zero-Shot Visual Recognition Using Semantics-Preserving Adversarial Embedding Networks

[paper]
摘要: 作者提出了SP-AEN,即语义保持对抗嵌入网络,来解决基于嵌入的零样本方法的固有问题——语义损失。

语义损失: 是指在训练阶段,如果一些语义对训练类别是没有判别性的,它们很可能会被丢弃。但是这些语义可能对识别测试类是很关键的。

[CVPR 2018] Zero-Shot Visual Recognition Using Semantics-Preserving Adversarial Embedding Networks_第1张图片

框架图如上,上面的分支是语义嵌入网络,下面分支是自编码器结构。上面的分支是用来学习视觉到语义的映射,在嵌入空间年关联已见类和未见类。下面的分支用来弥补语义损失。

你可能感兴趣的:([CVPR 2018] Zero-Shot Visual Recognition Using Semantics-Preserving Adversarial Embedding Networks)