TPAMI 2024 | PiCO+：用于鲁棒部分标签学习的对比标签消歧

PiCO+: Contrastive Label Disambiguation for Robust Partial Label Learning

题目：PiCO+：用于鲁棒部分标签学习的对比标签消歧

作者：Haobo Wang; Ruixuan Xiao; Yixuan Li; Lei Feng; Gang Niu; Gang Chen; Junbo Zhao
源码：https://github.com/hbzju/PiCO

---

摘要

部分标签学习（Partial Label Learning, PLL）是一个重要的问题，它允许每个训练样本被标记为包含真实标签的粗略候选集。然而，在更实际但具有挑战性的场景中，注释者可能遗漏真实标签并提供错误的候选集，这被称为噪声PLL问题。为了解决这个问题，我们提出了PiCO+框架，该框架同时对候选集进行消歧和减轻标签噪声。PiCO+的核心是，我们开发了一种新颖的标签消歧算法PiCO，它由对比学习模块和新颖的基于类原型的消歧方法组成。从理论上讲，我们展示了这两个组成部分是相互有益的，并且可以从期望最大化（Expectation-Maximization, EM）算法的角度进行严格论证。为了处理标签噪声，我们将