深度学习在人工智能领域已经取得了非常优秀的成就,在有监督识别任务中,使用深度学习算法训练海量的带标签数据,可以达到前所未有的识别精确度。但是,由于对海量数据的标注工作成本昂贵,对罕见类别获取海量数据难度较大,所以如何识别在训练过程中少见或从未见过的未知类仍然是一个严峻的问题。针对这个问题,该文回顾近年来的零样本图像识别技术研究,从研究背景、模型分析、数据集介绍、实验分析等方面全面阐释零样本图像识别技术。此外,该文还分析了当前研究存在的技术难题,并针对主流问题提出一些解决方案以及对未来研究的展望,为零样本学习的初学者或研究者提供一些参考。

成为VIP会员查看完整内容
56

相关内容

最新《深度半监督学习》综述论文,43页pdf
专知会员服务
152+阅读 · 2020年6月12日
基于小样本学习的图像分类技术综述
专知会员服务
146+阅读 · 2020年5月6日
基于深度神经网络的少样本学习综述
专知会员服务
163+阅读 · 2020年4月22日
专知会员服务
109+阅读 · 2020年3月20日
【自动化学报】零样本学习研究进展,中国石油大学
专知会员服务
87+阅读 · 2020年1月27日
新加坡南洋理工最新37页《零样本学习综述》论文
专知会员服务
109+阅读 · 2019年10月20日
图数据表示学习综述论文
专知
51+阅读 · 2019年6月10日
深度学习技术发展趋势浅析
人工智能学家
26+阅读 · 2019年4月11日
清华大学图神经网络综述:模型与应用
机器之心
72+阅读 · 2018年12月26日
深度学习时代的图模型,清华发文综述图网络
GAN生成式对抗网络
12+阅读 · 2018年12月23日
学界 | 综述论文:四大类深度迁移学习
机器之心
16+阅读 · 2018年9月15日
Image Segmentation Using Deep Learning: A Survey
Arxiv
42+阅读 · 2020年1月15日
Arxiv
15+阅读 · 2019年6月25日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
135+阅读 · 2018年10月8日
Arxiv
4+阅读 · 2018年9月25日
VIP会员
相关VIP内容
最新《深度半监督学习》综述论文,43页pdf
专知会员服务
152+阅读 · 2020年6月12日
基于小样本学习的图像分类技术综述
专知会员服务
146+阅读 · 2020年5月6日
基于深度神经网络的少样本学习综述
专知会员服务
163+阅读 · 2020年4月22日
专知会员服务
109+阅读 · 2020年3月20日
【自动化学报】零样本学习研究进展,中国石油大学
专知会员服务
87+阅读 · 2020年1月27日
新加坡南洋理工最新37页《零样本学习综述》论文
专知会员服务
109+阅读 · 2019年10月20日
相关论文
微信扫码咨询专知VIP会员