用于视觉序列学习的深度径向嵌入

连接时序分类（Connectionist Temporal Classification, CTC）是一种广泛应用于序列识别任务的目标函数，其通过迭代对齐序列与其对应标签，为未分割的序列数据提供监督信号。CTC中的“空白类”（blank class）在对齐过程中起着关键作用，通常被认为导致了CTC的“尖峰”（peaky）行为。在本研究中，我们提出了一种名为RadialCTC的新目标函数，该函数在保留CTC原有迭代对齐机制的基础上，将序列特征约束在超球面上。每个非空白类的特征被学习为从空白类中心出发的径向弧线上的分布，这一设计提供了清晰的几何解释，并显著提升了对齐过程的效率。此外，RadialCTC可通过简单调整空白类的logit值来有效控制尖峰行为。在两项序列识别任务上的识别与定位实验结果表明，RadialCTC具有良好的有效性与实用性。