摘要

零样本目标检测旨在利用类别语义向量，在给定无约束测试图像的情况下实现（已见和）未见类别的检测。本研究揭示了该领域的核心挑战：如何合成稳健的区域特征（针对未见对象），使其在类内具有多样性且在类间具有可分离性，从而能够训练出强大的未见对象检测器。为了解决这些挑战，我们构建了一个新颖的零样本目标检测框架，该框架包含一个类内语义发散组件和一个类间结构保持组件。前者用于实现从每个类别语义向量到多个视觉特征的一对多映射，防止将真实的未见对象误分类为图像背景；后者则用于避免合成特征过于分散而导致类间关系和前景-背景关系混淆。为了验证所提出方法的有效性，我们在PASCAL VOC、COCO和DIOR数据集上进行了全面的实验。值得注意的是，我们的方法在PASCAL VOC和COCO数据集上取得了最新的最佳性能，并且是首个在遥感图像中进行零样本目标检测的研究。