TASK AGNOSTIC OPEN-SET PROTOTYPES FOR FEW-SHOT OPEN-SET RECOGNITION
Systems and techniques are provided for processing one or more data samples. For example, a neural network classifier can be trained to perform few-shot open-set recognition (FSOSR) based on a task-agnostic open-set prototype. A process can include determining one or more prototype representations f...
Gespeichert in:
Hauptverfasser: | , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Systems and techniques are provided for processing one or more data samples. For example, a neural network classifier can be trained to perform few-shot open-set recognition (FSOSR) based on a task-agnostic open-set prototype. A process can include determining one or more prototype representations for each class included in a plurality of support samples. A task-agnostic open-set prototype representation can be determined, in a same learned metric space as the one or more prototype representations. One or more distance metrics can be determined for each query sample of one or more query samples, based on the one or more prototype representations and the task-agnostic open-set prototype representation. Based on the one or more distance metrics, each query sample can be classified into one of classes associated with the one or more prototype representations or an open-set class associated with the task-agnostic open-set prototype representation.
L'invention concerne des systèmes et des techniques pour le traitement d'un ou de plusieurs échantillons de données. Par exemple, un classifieur à réseau de neurones peut être entraîné pour effectuer une reconnaissance en ensemble ouvert à peu d'exemples (FSOSR) sur la base d'un prototype d'ensemble ouvert indépendant de la tâche. Un procédé peut comprendre la détermination d'une ou de plusieurs représentations de prototype pour chaque classe comprise dans une pluralité d'échantillons de support. Une représentation de prototype d'ensemble ouvert indépendant de la tâche peut être déterminée, dans un même espace métrique appris que la ou les représentations de prototype. Une ou plusieurs métriques de distance peuvent être déterminées pour chaque échantillon d'interrogation parmi un ou plusieurs échantillons d'interrogation, sur la base de la ou des représentations de prototype et de la représentation de prototype d'ensemble ouvert indépendant de la tâche. Sur la base de la ou des métriques de distance, chaque échantillon d'interrogation peut être classifié dans l'une des classes associées à la ou aux représentations de prototype ou à une classe d'ensemble ouvert associée à la représentation de prototype d'ensemble ouvert indépendant de la tâche. |
---|