TPAMI 2024 | 内容感知修正激活在零样本细粒度图像检索中的应用

文章预览

Content-Aware Rectified Activation for Zero-Shot Fine-Grained Image Retrieval 题目：内容感知修正激活在零样本细粒度图像检索中的应用 作者：Shijie Wang , Jianlong Chang , Zhihui Wang , Haojie Li ,  Wanli Ouyang , and Qi Tian 摘要 细粒度图像检索（FGIR）主要集中于从已见过的子类别中学习显著特征作为区分性嵌入，而忽略了零样本设置背后的挑战。我们认为，在检索未见过的子类别中的细粒度对象时，可能需要依赖于更多样化的线索，而这些线索很容易被从已见过子类别中学习到的显著特征所限制。为了解决这一问题，我们提出了一种新颖的内容感知修正激活（Content-aware Rectified Activation, CaRA）模型，该模型能够在保留其区分能力的同时抑制显著区域的激活，并将激活扩散到相邻的非显著区域，从而为检索未见过的子类别挖掘出更多样的区分性特征。具体而言，我们构建了一个内 ………………………………