【CVPR2021】反事实的零次和开集识别

2021 年 5 月 7 日 专知

零次学习是指让机器分类没见过的对象类别,开集识别要求让机器把没见过的对象类别标成“不认识”,两个任务都依赖想象能力。《反事实的零次和开集识别》提出了一种基于反事实的算法框架,通过解耦样本特征(比如对象的姿势)和类别特征(比如是否有羽毛),再基于样本特征进行反事实生成。在常用数据集上,该算法的准确率超出现有顶尖方法 2.2% 到 4.3%。论文作者岳中琪指出,AI 认知智能的进化刚刚开始,业界的探索仍处在早期阶段,今后他们将不断提升和优化相关算法。

https://www.zhuanzhi.ai/paper/70853146dd56cd4468837754a1478949

现有的零次学习和开集识别中,见过和未见过类别间识别率存在严重失衡,我们发现这种失衡是由于对未见过类别样本失真的想象。由此,我们提出了一种反事实框架,通过基于样本特征的反事实生成保真,在各个评估数据集下取得了稳定的提升。这项工作的主要优势在于:

  1. 我们提出的 GCM-CF 是一个见过 / 未见过类别的二元分类器,二元分类后可以适用任何监督学习(在见过类别上)和零次学习算法(在未见过类别上);

  2. 我们提出的反事实生成框架适用于各种生成模型,例如基于 VAE、GAN 或是 Flow 的;

  3. 我们提供了一种易于实现的两组概念间解耦的算法

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“GCMCF” 就可以获取【CVPR2021】反事实的零次和开集识别》电子书专知下载链接

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
2

相关内容

【CVPR2021】深度学习细粒度视觉分析
专知会员服务
35+阅读 · 2021年6月23日
专知会员服务
29+阅读 · 2021年5月20日
专知会员服务
7+阅读 · 2021年4月4日
【CVPR2021】动态度量学习
专知会员服务
39+阅读 · 2021年3月30日
【CVPR2021】CausalVAE: 引入因果结构的解耦表示学习
专知会员服务
36+阅读 · 2021年3月28日
【CVPR2021】用于目标检测的通用实例蒸馏
专知会员服务
23+阅读 · 2021年3月22日
专知会员服务
21+阅读 · 2021年3月9日
【CVPR2021】细粒度多标签分类
专知会员服务
60+阅读 · 2021年3月8日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
【CVPR2021】细粒度多标签分类
专知
44+阅读 · 2021年3月8日
【NeurIPS 2020】核基渐进蒸馏加法器神经网络
专知
13+阅读 · 2020年10月19日
最新《动态网络嵌入》综述论文,25页pdf
专知
34+阅读 · 2020年6月17日
【ICML2020】小样本目标检测
专知
7+阅读 · 2020年6月2日
Arxiv
23+阅读 · 2021年3月4日
Arxiv
31+阅读 · 2020年9月21日
Arxiv
8+阅读 · 2018年11月21日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
VIP会员
相关VIP内容
【CVPR2021】深度学习细粒度视觉分析
专知会员服务
35+阅读 · 2021年6月23日
专知会员服务
29+阅读 · 2021年5月20日
专知会员服务
7+阅读 · 2021年4月4日
【CVPR2021】动态度量学习
专知会员服务
39+阅读 · 2021年3月30日
【CVPR2021】CausalVAE: 引入因果结构的解耦表示学习
专知会员服务
36+阅读 · 2021年3月28日
【CVPR2021】用于目标检测的通用实例蒸馏
专知会员服务
23+阅读 · 2021年3月22日
专知会员服务
21+阅读 · 2021年3月9日
【CVPR2021】细粒度多标签分类
专知会员服务
60+阅读 · 2021年3月8日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
Top
微信扫码咨询专知VIP会员