#684
summarized by : Shuhei M Yoshida
Hyperbolic Visual Embedding Learning for Zero-Shot Recognition

どんな論文か?

認識したいクラスの訓練データを一つも使わずに学習するゼロショット学習(ZSL)に関する論文。通常、ZSLでは、クラスの意味やクラス間の関係をベクトルで表現し、その意味ベクトルと画像との対応関係を学習する。本論文は、この意味ベクトルの表現方法について議論する。
placeholder

新規性

提案手法では、意味空間としてポアンカレ球という双曲空間を採用する。双曲空間は木構造を効率的に埋め込めることが知られている。このことを利用し、本来の正解クラスを返せなくても意味的には誤りでない答えを返せるという意味で、ロバストなZSLを実現する。

結果

ImageNetのZSLで評価し、埋め込み次元数を従来の1/5にしてもこれまでのSOTAに匹敵する性能を達成。さらに、意味の階層構造の観点から「意味的に誤りではない」かどうかを判定するhierarchical evaluationにおいて、従来よりも高い精度を達成。

その他(なぜ通ったか?等)