葉梅珍Yeh, Mei-Chen陳冠穎Chen, Guan-Ying2022-06-082026-09-072022-06-082021https://etds.lib.ntnu.edu.tw/thesis/detail/d58f8ede75d808f990b1d8622ca7dc45/http://rportal.lib.ntnu.edu.tw/handle/20.500.12235/117305零樣本學習是指分類器不只能識別在訓練階段已經看過的物件，甚至能識別未曾看過的物件，而在多標籤零樣本學習中，每個實例中可能出現不只一個物件，這使得識別任務變得更加困難。　　過去的方法常利用標籤的屬性嵌入(attributes embedding)及影像抽取出的視覺特徵(visual feature)，投影到同一空間中，藉此尋找與影像特徵最接近的標籤，或是利用知識圖譜、知識庫建構標籤之間的關係，根據此關係來幫助辨識標籤。然而在資料集欠缺屬性嵌入時，常用於替代的語義嵌入(word mbedding)並不像屬性嵌入一樣具有良好的辨識力，而建構關係的方法，也容易太過信任知識庫，便將關係強加上去，忽略了影像本身包含的資訊。近年來由於生成對抗網路(Generative Adversarial Network)的興起，對於未知類別，先從已知類別學習影像特徵的表達式及對應的屬性，再由屬性標籤生成影像特徵變得更加有效率，結果也更準確。基於這項觀察，我們提出了生成對抗網路結合語義嵌入的深度學習模型，從語義嵌入生成影像特徵，以及將影像特徵轉換成分類器映射至語義嵌入空間，尋找屬於該影像的標籤。藉由影像特徵及語義嵌入互相映射來更好地預測未知類別，並根據影像特徵與分類器之間的關係，將多標籤任務轉換化成單標籤任務。none多標籤零樣本學習視覺語義嵌入模型生成對抗網路Multi-LabelZero-Shot Learningvisual semantic embedding modelGANgenerative adversarial network學術論文