MARC

 008250123s2024        us                              c    eng  d
■001000017162643
■00520250211152037
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798384023104
■035    ▼a(MiAaPQ)AAI31335541
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a004
■1001  ▼aShivakumar,  Shreyas  Skandan.
■24510▼aLearning  Visual  Concepts
■260    ▼a[Sl]▼bUniversity  of  Pennsylvania▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a198  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-02,  Section:  A.
■500    ▼aAdvisor:  Taylor,  Camillo  J.
■5021  ▼aThesis  (Ph.D.)--University  of  Pennsylvania,  2024.
■520    ▼aWe  propose  a  framework  to  use  off-the-shelf  pre-trained  object  detection  models  and  extend  them  for  use  on  unseen  datasets  in  a  manner  requiring  little  to  no  modification  of  the  original  architecture,  and  by  adding  only  a  few  additional  components  to  the  overall  pipeline.  Motivated  by  the  role  of  attributes  in  zero-shot-learning  paradigms,  we  define  conceptual  groups  by  using  positive  and  negative  exemplars  retroactively,  and  evaluate  the  feasibility  of  recognizing  a  variety  of  these  proposed  conceptual  groups  in  a  corpus  of  previously  unseen  data,  including  unseen  categories.  We  conduct  experiments  with  networks  trained  on  the  COCO  dataset,  and  utilize  Open-Images-V7  as  our  held  out  unseen  dataset.  Our  analysis  suggests  that  existing  off-the-shelf  object  detection  networks  such  as  Faster-RCNN  can  be  leveraged  to  extract  useful  information  beyond  the  scope  of  a  straightforward  category  prediction  framework.  This  information  can  be  used  to  operationalize  the  idea  of  concept  learning  through  a  set  of  positive  and  negative  exemplars  and  a  simple  linear  SVM  operating  on  the  features  produced  by  the  deep  network.  We  compare  this  approach  to  vision  enabled  large  language  models  such  as  LLaVA,  CogVLM  and  GPT4V,  and  show  a  strong  baseline  performance  with  lower  resource  requirements.  Additionally,  we  illustrate  that  this  method  can  be  scaled  to  larger  concept  sets  by  validating  this  approach  on  a  larger  set  of  concepts  in  the  LVIS  dataset.  We  illustrate  a  few  approaches  to  better  understand  the  semantic  topology  of  their  learned  feature  space,  and  we  measure  the  feasibility  of  using  these  features  for  the  identification  of  the  proposed  conceptual  groups.  We  propose  strategies  to  leverage  this  information  to  predict  these  conceptual  groups  on  previously  unseen  samples  containing  unseen  class  categories.
■590    ▼aSchool  code:  0175.
■650  4▼aComputer  science
■650  4▼aRobotics
■650  4▼aInformation  science
■653    ▼aClassification
■653    ▼aComputer  vision
■653    ▼aMachine  perception
■653    ▼aObject  detection
■653    ▼aObject  recognition
■690    ▼a0800
■690    ▼a0984
■690    ▼a0771
■690    ▼a0723
■71020▼aUniversity  of  Pennsylvania▼bComputer  and  Information  Science.
■7730  ▼tDissertations  Abstracts  International▼g86-02A.
■790    ▼a0175
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17162643▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books