摘要

近年来，随着动作类别数量的爆炸式增长，零样本动作识别（Zero-Shot Action Recognition, ZSAR）逐渐成为研究热点。本文从一个全新的视角出发，提出了一种基于纠错输出编码（Error-Correcting Output Codes，简称ZSECOC）的ZSAR方法。所提出的ZSECOC在传统ECOC框架的基础上，进一步赋予其处理零样本动作识别的能力，有效缓解了领域偏移（domain shift）问题。具体而言，我们通过融合类别级语义信息与数据内在结构，学习具有判别性的ZSECOC表示，用于已见类别。该过程通过将已见类别之间已建立的强关联关系迁移至未见类别，从而隐式地应对领域偏移问题。此外，本文还设计了一种简洁的语义迁移策略，显式地将已见类别的学习嵌入向量调整，使其更贴合未见类别的潜在结构。因此，ZSECOC不仅继承了ECOC方法在分类性能方面的优异特性，同时有效克服了领域偏移问题，显著提升了在零样本场景下的判别能力。我们在三个真实世界动作识别基准数据集——Olympic Sports、HMDB51和UCF101上对ZSECOC进行了系统性评估。实验结果充分表明，与当前最先进的方法相比，ZSECOC在各项指标上均展现出显著优势。