论文阅读笔记《Memory Matching Networks for One-Shot Image Recognition》

小样本学习&元学习经典论文整理||持续更新

核心思想

  本文提出一种基于外部记忆的小样本学习算法，其思想也比较简单，首先提取支持集中图片的特征，并将其与对应了类别标签构成“键-值对”储存在记忆模块中，然后对查询集图片进行特征提取，并与从记忆模块中读取的特征信息进行比对，选择相似程度最高的作为查询图片的类别。在具体的实现过程中，作者设计了记忆模块的读写策略，并利用一个RNN模型为查询集特征提取网络生成权重，整个网络的结构如下图所示。

  如图所示，查询集中的图片$x_n$经过一个特征提取网络之后，得到对应的特征信息$z_n$，再经过一个变化矩阵$T_z$进行维度变换后得到$z_n^k$

然后，要根据特征$z_n^k$与记忆模块中已经存储的其他特征信息之间的相似性，来决定$z_n^k$储存的位置，计算记忆模块中其他的特征信息与$z_n^k$的点乘积作为相似性，并选出最近邻$i_n$，然后判断最近邻对应的值$m_{i_n}^v$（也就是对应的类别标签），与$z_n^k$对应的标签$y_n$是否相同，如果相同则按照下式的方式，更新最近邻$i_n$对应的键$m_{i_n}^k$

否则，就将$z_n^k$储存到一个新的记忆位置中去，如果记忆模块中没有新的空间可以储存了，那么就按上式的方法进行更新。再对新的查询样本进行预测时，就需要读取记忆模块中存储的特征信息，与单独的进行特征信息比对的方式不同，作者提出一种利用整体上下文信息（holistical contextual information）的方式。对于支持集中某个类别的图片$x_n$，其读取的特征信息不是简单的$z_n$或者$z_n^k$，而是先计算$z_n^k$与其他类别特征信息的点乘积相似性，并利用softmax函数将其转化为权重$a_{i,n}$，然后再利用该权重对记忆模块中的所有特征信息进行加权求和得到$c_n$，最后经过一个维度变换$T_c$之后再与原特征信息$z_n$相加，计算过程如下

  最后一步就是计算查询集图片对应的特征信息了，通常都是利用与支持集相同的网络，对查询集图像进行特征提取，但本文提出了一种叫做参数预测或者叫参数学习的方式，利用一个RNN网络对特征提取网络中卷积核的参数进行预测，而不是通过训练的方式去更新得到卷积核参数。这是因为作者认为由于训练样本较少，通过梯度下降法更新的权重值无法得到充足的训练，另一方面这一过程没用综合考虑所有类别的整体信息。因此，作者将记忆模块中储存的支持集的特征信息${\mathcal{M}}_N$看作一个序列输入，并利用一个bi-LSTM网络作为上下文学习器$w$，输出特征提取网络对应的卷积核参数$W$

式中$W^{\prime }$表示Bi-LSTM网络的权重参数。将查询集图片对应的特征信息$f(\hat{x}|{\mathcal{M}}_N)$与记忆模块中读取得到的支持集图片特征信息$g(x_n|{\mathcal{M}}_N)$进行点乘积计算，作为相似性得分，选择相似性得分最高的支持集图片对应的类别，作为查询图片的预测类别。$$P(y_n|\hat{x},{\mathcal{M}}_N)=f(\hat{x}|{\mathcal{M}}_N{)}^T\cdot g(x_n|{\mathcal{M}}_N)$$

实现过程

网络结构

  文中没有具体介绍

损失函数

  在给定支持集$\mathcal{S}$和查询集$\mathcal{B}$的条件下，采用sotfmax损失来度量

其中$P(y_n|\hat{x},\mathcal{S})$就是上文介绍的相似性得分。

创新点

• 采用外部记忆模块实现小样本学习任务，并设计了记忆读取和写入策略
• 利用bi-LSTM网络，根据记忆模块中存储的特征信息学习特征提取网络的卷积核参数

算法评价

  本文应该是一篇非常具有特色的基于外部记忆的小样本学习文章，在记忆模块的读取方面都有创新性的设计，尤其是采用参数学习的方式，利用一个bi-LSTM网络去生成另外一个网络的权重，这个方式还是比较少见和新颖的。该方式比较类似于快权重的方式，就是权重值不通过SGD反复迭代更新的慢方式获得，而是直接利用另一个模型生成对应的权重，这在另一篇基于外部记忆的算法《Meta Networks》中也有过类似的应用。

如果大家对于深度学习与计算机视觉领域感兴趣，希望获得更多的知识分享与最新的论文解读，欢迎关注我的个人公众号“深视”。