极市直播｜陈使明：零样本学习的关键问题研究

↑ 点击蓝字关注极市平台 识别先机 创造未来

| 极市线上分享  第89期 |

一直以来，为让大家更好地了解学界业界优秀的论文和工作，极市已邀请了超过100位技术大咖嘉宾，并完成了88期极市线上直播分享。往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文，也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享，与大家一起交流学习~~

针对当前机器学习模型过于依赖于大规模有标注或无标注数据这一问题，零样本学习（Zero-shot Learning）这一新的学习范式近年来受到广泛关注。零样本学习旨在通过运用已获取的知识去认知未知类，从而使得机器学习系统具备不断学习的能力。当前零样本学习依托于额外的辅助信息（如，属性描述）得以实现，其关键在于如何准确地表示视觉和属性语义之间的交互，例如，视觉→语义（基于语义嵌入的模型）、语义→视觉（生成模型）、视觉→子空间&语义→子空间（公共子空间学习模型）。通过对这些技术的深度研究分析，他们发现当前零样本学习面临跨数据集偏差、视觉-属性的关键公共语义表示、视觉-语义的异构特征对准等问题。

在这次分享中，我们邀请到了来自华中科技大学的博士生陈使明，为我们介绍他们在该问题上的探索：

1. Shiming Chen et al. TransZero: Attribute-guided Transformer for Zero-shot Learning. Submitted AAAI’22.

2. Shiming Chen et al. FREE: Feature Refinement for Generalized Zero-shot Learning. In ICCV, 2021.

3. Shiming Chen et al. SMAN: Semantically Mutual Attention Network for Zero-Shot Learning. Submitted to CVPR’22.

4. Shiming Chen et al. HSVA: Hierarchical Semantic-Visual Adaptation for Zero-Shot Learning. In NeurIPS, 2021.

01

直播信息

时间

2022年2月24日：20:00-21:00

主题

零样本学习的关键问题研究

02

嘉宾介绍

陈使明

华中科技大学2019级博士生。在NeurIPS, ICCV, AAAI等人工智能和机器学习领域顶级会议中发表过多篇学术论文。主要研究方向是生成建模与学习，零样本学习。

个人主页：https://shiming-chen.github.io/ 

03

关于分享

➤ 分享大纲

1、背景

2、研究内容

3、研究进展

➤论文地址

1.TransZero: Attribute-guided Transformer for Zero-Shot Learning

论文地址：https://arxiv.org/abs/2112.01683

代码地址：

https://github.com/shiming-chen/TransZero

2.FREE: Feature Refinement for Generalized Zero-shot Learning

论文地址：https://arxiv.org/abs/2107.13807

代码地址：

https://github.com/shiming-chen/FREE

3.HSVA: Hierarchical Semantic-Visual Adaptation for Zero-Shot Learning

论文地址：https://arxiv.org/abs/2109.15163

代码地址：

https://github.com/shiming-chen/HSVA

04

参与方式

关注“极市平台”公众号，回复“89”或“陈使明”可获取免费直播链接。

05

往期回顾

极市平台专注分享计算机视觉前沿资讯和技术干货，特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验，目前已成功举办88 期线上分享 。近期在线分享可 点击以下标题 查看：

• 郑哲东丨从行人重识别到无人机定位

• 极市直播丨陈鑫：CVPR 2021-TransT: 基于Transformer的高性能单目标跟踪算法
  

• 极市直播丨田春伟：基于卷积神经网络的图像复原研究
  

• 极市直播丨邓欣：TIP 2021-多曝光图像融合及超分辨的联合实现方法
  

• 极市直播｜AAAI'21杰出论文许鸿斌：一个解决三维重建对数据依赖的新框架（已开源）
  

• 极市直播回放丨第75期-方浩：车道线检测新SOTA，RESA：循环特征位移聚合器（AAAI2021）

• 朱本金丨AutoAssign，目标检测中完全动态的正负样本标签分配方

• 彭小江&王锴丨非受控环境下的表情识别

• 张航｜ResNeSt：拆分注意力网络

• 直播回放｜CSIG-广东省CVPR2020论文在线学术报告

• 赛事集训直播 | 技术大咖带你揭秘世界人工智能创新大赛

• 谢恩泽｜CVPR2020-PolarMask，一阶段实例分割新思路

• 陈昊｜CVPR2020-BlendMask，高质高效的实例分割模型

• 邓富城&邱丹| 极市平台在线训练&英特尔®OpenVINO™加速深度学习推理

• 徐晨丰|ICCV2019-人群密度分析与计数（CV101榜单双料冠军方案）

• 边佳旺|NeurIPS2019：无监督且尺度一致的深度估计与视觉SLAM

• 李夏|ICCV2019:语义分割中的自注意力机制和低秩重建

• 朱政|基于孪生网络结构的SiamRPN系列目标跟踪算法

• 董峻廷|CVPR2019:快速鲁棒的多视角多人三维姿态估计新方法
  

• 邓健康|CVPR2019:ArcFace 构建高效的人脸识别系统

• 张志鹏|CVPR2019:基于siamese网络的单目标跟踪

• 诸宸辰|CVPR2019:基于Anchor-free特征选择模块的单阶目标检测

• 王鑫龙|CVPR2019:联合分割点云中的实例和语义

• 张钊宁|算力限制下的目标检测实战及思考

• 马智恒|深度学习在工业检测中的应用

• 小美&张德兵|分布式人脸识别及工业运用经验

• 高继扬|时序动作检测

• 孙书洋|CVPR 2018论文详解：光流导向特征在视频动作识别中的应用

• 邬书哲|基于卷积神经网络的鲁棒人脸检测

• 张锋|2D单人人体姿态估计及其应用

• 王蒙蒙|基于计算机视觉的目标跟踪算法概览

……

更多往期分享请浏览：极市计算机视觉技术分享集锦

（http://bbs.cvmart.net/topics/149/cvshare），也可以点击阅读原文获取。

在"极市平台"公众号后台回复期数或者分享嘉宾名字，即可获取极市平台对应期在线分享资料。

06

关于极市平台

极市（Extreme Mart） 是深圳极视角科技有限公司旗下AI开发者生态，面向计算机视觉算法工程师，为开发者提供算法开发环境、真实数据项目实战、自动测试、加速工具、算法封装等全方位平台技术与工程支持，同时提供技术干货、大咖分享、社区交流、竞赛活动等丰富的内容与服务。

官网： www.cvmart.net

有任何想了解的内容请在本帖下留言，嘉宾会在直播中回答大家的问题哦~

觉得有用麻烦给个在看啦~