[논문 읽기] A Generative Adversarial Approach for Zero-Shot Learning from Noisy Texts(2017)

A Generative Adversarial Approach for Zero-Shot Learning from Noisy Texts

 PDF, Zero-Shot Classification, Zhu et al, arXiv 2017

 

Summary

 generative based zero shot classification이다.

 

 

 generator이 생성한 feature은 disparse하고 cluster structure를 망가뜨린다.

 

 그래서 visual pivot regularization을 제안한다.

 

 

 위 loss를 사용하는데, train distribution에 접근할 수 없으므로 sythesized feature의 평균을 계산해서 단일 feature가 이에 가까워 지도록 한다.

 

 

 또, wiki에서 긁어온 text를 사용하는데 이는 많은 노이즈가 포함되어있다. 많은 단어들이 object를 인식하는데에 상관없기 때문이다. noise를 supress하기 위해 추가적인 fc layer를 적용한다. 

 

 

---

my github

Seonghoon-Yu/Paper_Review_and_Implementation_in_PyTorch