基于知识的零样本视觉识别任务综述

零样本学习旨在通过运用已学到的已知类知识去认知未知类.近年来，“数据+知识驱动”已经成为当下的新潮流，而在计算机视觉领域内的零样本任务中，“知识”本身却缺乏统一明确的定义.本文针对这种情况，尝试从知识的角度出发，梳理了本领域内“知识”这一概念所覆盖的范畴，共划分为初级知识、抽象知识以及外部知识.基于前面对知识的定义和划分梳理了当前的零样本学习（主要是图像分类任务的模型）工作，分为基于初级知识的零样本模型、基于抽象知识的零样本模型以及引入外部知识的零样本模型.本文还对领域内存在的域偏移和枢纽点问题进行了阐述，并基于问题对现有工作进行了总结归纳.最后总结了目前常用的图像分类任务的数据集和知识库，图像分类实验评估标准以及代表性的模型实验结果；并对未来工作进行了展望.

http://www.jos.org.cn/jos/ch/reader/view_abstract.aspx?file_no=6146&flag=1

专知便捷查看

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“零样本识别” 可以获取《基于知识的零样本视觉识别任务综述》专知下载链接索引

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