计算机时代2023，Issue(10) ：75-79.DOI:10.16644/j.cnki.cn33-1094/tp.2023.10.016

基于嵌入对比学习的广义零样本预分类模型

Generalized zero-shot pre-classification model based on embedding contrastive learning

唐义承 纪惠芬
计算机时代2023，Issue(10) ：75-79.DOI:10.16644/j.cnki.cn33-1094/tp.2023.10.016
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于嵌入对比学习的广义零样本预分类模型

Generalized zero-shot pre-classification model based on embedding contrastive learning

唐义承 1纪惠芬1
扫码查看

作者信息

  • 1. 浙江理工大学计算机科学与技术学院,浙江 杭州 310018
  • 折叠

摘要

广义零样本学习,需要结合视觉和语义信息,识别可见和不可见类.本文提出基于嵌入对比学习的广义零样本预分类模型.该模型利用特殊的自编码器获取多模态潜在空间,并利用对比学习,对齐视觉和语义特征并进行优化.通过这种方式,实现更好的类内相似性和预测精度.实验证明,该模型在四个数据集上取得了良好效果.

关键词

广义零样本学习/自编码器/对比学习/多模态

Key words

generalized zero-shot learning/autoencoder/contrastive learning/multimodal

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量10
段落导航相关论文