[ICCV 2017] Attributes2Classname: A Discriminative Model for Attribute-Based Unsupervised Zero-ShotL

[paper] [code]

[ICCV 2017] Attributes2Classname: A Discriminative Model for Attribute-Based Unsupervised Zero-ShotL

动机: 无监督ZSL指的是测试类没有属性标注。直接建立视觉特征和类别名称词嵌入的关联很难。类别名称词嵌入包含更多非视觉信息,而视觉特征主要包含视觉信息。通过属性来连接,属性包含了图像域的视觉线索,同时是语言域的一个项,将其作为中间表示。

方法: 建立属性组合的词嵌入和类别名称词嵌入的关系。
1.输入一张图像,对属性进行预测
2.根据预测结果,计算属性词嵌入的加权平均
3.计算属性组合词嵌入和未见类名字词向量的余弦距离来打标签

重点: 论文学习了一个具有判别性的词嵌入表示空间。使得类别名的词嵌入具有更丰富的视觉信息。

the similarity of different class representations under distinct metrics

[ICCV 2017] Attributes2Classname: A Discriminative Model for Attribute-Based Unsupervised Zero-ShotL