摘要 : 零样本图像分类指训练集和测试集在数据的类别上没有交集的情况下进行图像分类 . 该技术 是解决类别标签缺失问题的一种有效手段 , 因此受到了日益广泛的关注 . 自提出此问题至今 , 零样本 图像分类的研究已经大致有十年时间 . 本文系统地对过去十年中零样本图像分类技术的研究进展进行 了综述 , 主要包括以下 4 个方面 . 首先介绍零样本图像分类技术的研究意义及其应用价值 , 然后重点 总结和归纳零样本图像分类的发展过程和研究现状 , 接下来介绍常用的数据集和评价准则 , 以及与零 样本学习相关的技术的区别和联系 , 最后分析有待深入研究的热点与难点问题 , 并对未来的发展趋势 进行了展望 .

关键词: 零样本图像分类 , 属性 , 词向量 , 跨模态映射 , 领域适应学习

成为VIP会员查看完整内容
104

相关内容

图像分类是指给定一组各自被标记为单一类别的图像,然后对一组新的测试图像的类别进行预测,并测量预测的准确性结果。
最新《多任务学习》综述,39页pdf
专知会员服务
217+阅读 · 2020年7月10日
元学习(meta learning) 最新进展综述论文
专知会员服务
238+阅读 · 2020年5月8日
基于小样本学习的图像分类技术综述
专知会员服务
127+阅读 · 2020年5月6日
基于深度学习的多标签生成研究进展
专知会员服务
124+阅读 · 2020年4月25日
3D目标检测进展综述
专知会员服务
138+阅读 · 2020年4月24日
基于深度神经网络的少样本学习综述
专知会员服务
143+阅读 · 2020年4月22日
【浙江大学】对抗样本生成技术综述
专知会员服务
72+阅读 · 2020年1月6日
自动机器学习:最新进展综述
专知会员服务
92+阅读 · 2019年10月13日
【综述】视频摘要最新综述文章,附45页综述全文下载
专知会员服务
31+阅读 · 2019年9月20日
【综述】生成式对抗网络GAN最新进展综述
专知
53+阅读 · 2019年6月5日
生成对抗网络的研究进展与趋势
中国计算机学会
30+阅读 · 2018年11月14日
【综述】计算机视觉简介:历史、现状和发展趋势【可下载】
机器学习算法与Python学习
14+阅读 · 2018年9月21日
干货——图像分类(下)
计算机视觉战队
12+阅读 · 2018年8月28日
【领域报告】小样本学习年度进展|VALSE2018
深度学习大讲堂
25+阅读 · 2018年6月14日
Arxiv
4+阅读 · 2019年4月3日
Transfer Adaptation Learning: A Decade Survey
Arxiv
34+阅读 · 2019年3月12日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
6+阅读 · 2018年4月12日
VIP会员
相关VIP内容
最新《多任务学习》综述,39页pdf
专知会员服务
217+阅读 · 2020年7月10日
元学习(meta learning) 最新进展综述论文
专知会员服务
238+阅读 · 2020年5月8日
基于小样本学习的图像分类技术综述
专知会员服务
127+阅读 · 2020年5月6日
基于深度学习的多标签生成研究进展
专知会员服务
124+阅读 · 2020年4月25日
3D目标检测进展综述
专知会员服务
138+阅读 · 2020年4月24日
基于深度神经网络的少样本学习综述
专知会员服务
143+阅读 · 2020年4月22日
【浙江大学】对抗样本生成技术综述
专知会员服务
72+阅读 · 2020年1月6日
自动机器学习:最新进展综述
专知会员服务
92+阅读 · 2019年10月13日
【综述】视频摘要最新综述文章,附45页综述全文下载
专知会员服务
31+阅读 · 2019年9月20日
相关资讯
【综述】生成式对抗网络GAN最新进展综述
专知
53+阅读 · 2019年6月5日
生成对抗网络的研究进展与趋势
中国计算机学会
30+阅读 · 2018年11月14日
【综述】计算机视觉简介:历史、现状和发展趋势【可下载】
机器学习算法与Python学习
14+阅读 · 2018年9月21日
干货——图像分类(下)
计算机视觉战队
12+阅读 · 2018年8月28日
【领域报告】小样本学习年度进展|VALSE2018
深度学习大讲堂
25+阅读 · 2018年6月14日
微信扫码咨询专知VIP会员