검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

SimpleZSL: Extremely Simple and Fast Zero-Shot Learning with Nearest Neighbor Classifiers SimpleZSL: 최근접 이웃 분류기를 사용한 매우 간단하고 빠른 제로샷 학습

Masayuki HIROMOTO, Hisanao AKIMA, Teruo ISHIHARA, Takuji YAMAMOTO

  • 조회수

    0

  • 이것을 인용

요약 :

ZSL(Zero-Shot Learning)은 시각적 특징과 의미적 특징 간의 관계를 학습하여 보이지 않는 클래스의 이미지를 분류하는 것을 목표로 합니다. 기존 연구에서는 다양한 접근 방식을 통해 인식 정확도를 향상시켜 왔지만, 반복적인 최적화가 필요한 계산 집약적인 알고리즘을 사용하고 있습니다. 이 작업에서 우리는 SimpleZSL이라는 매우 간단하고 빠른 방법으로 ZSL 작업을 해결하기 위해 패턴 인식, 즉 가장 가까운 이웃 분류기의 기본 접근 방식을 다시 살펴봅니다. 우리의 알고리즘은 다음 세 가지 간단한 기술로 구성됩니다. (1) 보이는 클래스의 시각적 프로토타입을 얻기 위해 특징 벡터를 평균화하는 것, (2) 보이지 않는 클래스의 시각적 특징을 생성하기 위해 특이값 분해를 통해 의사 역행렬을 계산하는 것, (3) 특징 벡터 사이의 거리를 측정하기 위해 코사인 유사성을 사용하는 최근접 이웃 분류기에 의해 보이지 않는 클래스를 추론합니다. 제안된 방법은 공통 데이터 세트에 대한 실험을 통해 매우 적은 계산 비용으로 좋은 인식 정확도를 달성합니다. 단일 CPU에서 제안된 방법의 실행 시간은 기존 방법의 GPU 구현에 비해 비슷한 정확도로 100배 이상 빠릅니다.

발행
IEICE TRANSACTIONS on Information Vol.E105-D No.2 pp.396-405
발행일
2022/02/01
공개일
2021/10/29
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2021EDP7089
원고의 종류
PAPER
범주
패턴 인식

작성자

Masayuki HIROMOTO
  Fujitsu Limited
Hisanao AKIMA
  Fujitsu Limited
Teruo ISHIHARA
  Fujitsu Limited
Takuji YAMAMOTO
  Fujitsu Limited

키워드