- …
- …
#898
summarized by : Asato Matsumoto
どんな論文か？
本論文ではzero-shot learningで高精度な識別器を学習するために、Conditional VAE (CVAE)を用いて、seen/unseenクラスの両方で多クラストの分布の距離が近いOver-Complete Distribution (OCD)なサンプルを生成し、クラス分布間の距離を離すように学習する手法を提案した。
新規性
OCDなサンプルを生成するフレームワークOCD-CVAEを提案した。また、DNNの学習時に、クラス間の分布を離すと同時にクラス内のばらつきを小さくするためにOnline Batch Triplet LossとCenter Lossを提案した。
結果
SUN、CUB、AWA2のデータセットを用いて実験を行った。その結果、OCDを生成し、DNNに重なった分布から非オーバーラップ分布への変換を学習させることで、seen/unseenクラスの両方で性能が向上したことを確認した。
その他（なぜ通ったか？等）
- …
- …