题目:TransZero++: Cross Attribute-Guided Transformer for Zero-Shot Learning
TransZero++: 跨属性引导的Transformer用于零样本学习
作者:Shiming Chen; Ziming Hong; Wenjin Hou; Guo-Sen Xie; Yibing Song; Jian Zhao; Xinge You; Shuicheng Yan
源码链接:https://shiming-chen.github.io/TransZero-pp/TransZero-pp.html.
摘要
零样本学习(ZSL)通过将语义知识从已见过的类别转移到未见过的类别来解决新类别的识别问题。语义知识通常由不同类别间共享的属性描述来表示,这些属性作为强大的先验,用于定位代表区分区域特征的对象属性,从而实现显著且充分的视-语义交互,以推进ZSL。现有的基于注意力的模型仅使用单向注意力时,难以学习单个图像中的次优区域特征,忽略了视觉特征的可转移性和区分性属性定位,这些特征对于有效知识