提升生成式零样本学习能力,视觉增强动态语义原型方法入选CVPR 2024

AI最新资讯4个月前发布 tree
81 0 0

今日应用


今日话题


提升生成式零样本学习能力,视觉增强动态语义原型方法入选CVPR 2024
提升生成式零样本学习能力,视觉增强动态语义原型方法入选CVPR 2024
 

重点标签 生成式零样本学习视觉增强动态语义原型智能安防大模型

文章摘要


研究细节与成果
VADS 方法包含两个模块:视觉感知域知识学习模块(VDKL)和面向视觉的语义更新模块(VOSU)。VDKL 通过视觉编码器(VE)和域知识学习网络(DKL)学习视觉特征的局部偏差和全局先验。VOSU 包含视觉语义预测器(VSP)和语义更新映射网络(SUM),用于动态更新类别语义原型。实验结果显示,VADS 方法在 AWA2、SUN 和 CUB 数据集上显著提升了传统零样本学习和广义零样本学习的精度。

应用前景
VADS 技术在智能安防领域的应用,可以有效应对新出现的威胁类型和不寻常行为模式,提高系统的安全性和稳定性。此外,该技术减少了对大量图像样本的依赖,节约了研发成本。在需要快速增加新类别识别能力的场景中,VADS 技术相比传统方法具有明显优势。

文章来源


原文地址: 点我阅读全文
原文作者: 机器之心

© 版权声明

相关文章

暂无评论

暂无评论...