首页|基于嵌入对比学习的广义零样本预分类模型

基于嵌入对比学习的广义零样本预分类模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Generalized zero-shot pre-classification model based on embedding contrastive learning

generalized zero-shot learningautoencodercontrastive learningmultimodal

唐义承、纪惠芬

展开 >

浙江理工大学计算机科学与技术学院,浙江 杭州 310018

广义零样本学习 自编码器 对比学习 多模态

2023

10.16644/j.cnki.cn33-1094/tp.2023.10.016

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
年,卷(期)：2023.(10)
  • 10