Learning To Detect Unseen Object Classes by Between-Class Attribute Transfer(閱讀報告)

        該論文發表在CVPR2009上，工作的主要的開創性在於：在此之前並沒有對於毫無關聯的訓練集和測試集進行對象檢測的工作。簡單來說，對於監督學習訓練的分類器而言，只能對訓練集中包括的樣本類別進行分類，比如，利用若干貓和狗的圖片訓練出的貓狗分類器，只能識別貓和狗，而不能識別雞和鴨。該工作可以被歸類爲遷移學習的一種，被引用超過900次，是該研究問題的經典論文之一。        算法的核心

>>阅读原文<<