要約
ゼロショット学習（Zero-Shot Learning, ZSL）の一般化（Generalized Zero-Shot Learning, GZSL）は、訓練中に見たことのない物体を認識する能力により、コンピュータビジョンにおける重要な研究領域として注目を集めています。生成技術が従来のGZSLを完全に監督された学習に変換する上で大きな進歩を遂げているにもかかわらず、これらの技術はしばしば冗長な多数の合成特徴量を生成し、これにより学習時間が増加し、精度が低下する傾向があります。本論文では、この問題に対処するために強化学習を使用した新しい合成特徴量選択手法を提案します。特に、近傍方策最適化（Proximal Policy Optimization, PPO）を通じて訓練されるトランスフォーマーに基づくセレクターを提案します。このセレクターは、既知クラスの検証分類精度に基づいて合成特徴量を選択し、これが報酬として機能します。提案手法はモデル非依存かつデータ非依存であり、画像と動画の両方に適用可能で、多様な応用に対して柔軟性を持っています。実験結果は、既存の特徴量生成手法に対する当手法の優位性を示しており、複数のベンチマークにおいて全体的な性能向上が確認されました。