誤り訂正出力符号を用いたゼロショット行動認識

近年、行動カテゴリーの爆発的な増加に伴い、ゼロショット行動認識（ZSAR）が注目されています。本論文では、誤り訂正出力符号（ZSECOCと称する）を採用するという新たな視点からZSARを探求します。我々のZSECOCは、ドメインシフト問題に取り組むことにより、従来のECOCにZSARの追加能力を備えています。具体的には、カテゴリレベルの意味情報と内在的なデータ構造の両方から、既知カテゴリに対する識別的なZSECOCを学習します。この手法は、既知カテゴリ間の確立された相関関係を未知カテゴリへと転移することで、ドメインシフトに暗黙的に対処します。さらに、学習された既知カテゴリの埋め込みを未知カテゴリの基盤構造により適合させるための単純な意味転移戦略を開発しました。その結果、我々のZSECOCはECOCの有望な特性を継承すると共にドメインシフトを克服し、ZSARにおいてより識別的になります。我々は、Olympic Sports、HMDB51、UCF101の3つの実用的な行動ベンチマークでZSECOCを体系的に評価しました。実験結果は、ZSECOCが最先端の手法を凌駕することを明確に示しています。