[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。

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。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值