本文提出了一种利用可用的视觉 - 语言知识来改进模型学习的方法，通过一个现成的视觉 - 语言模型辅助，预测每个缺失的属性标签的可能性，在训练中选择忽略那些得分较高的标签，该方法在对新整理的 VAW 数据集上实现了最先进的性能，定性评估证明了该方法在预测更完整属性方面的能力。

Dec, 2023

本论文提出了开放词汇属性检测（OVAD）任务和对应的 OVAD 基准，旨在探究视觉语言模型中学习的物体级属性信息，并提供了一个干净的、密集注释的测试集和一个基准方法，包含了 117 种属性类别和 80 种物体类别的 1.4 百万注释，并通过研究几个基础模型的属性检测性能来展示基准的价值。

Nov, 2022

本文提出了一种端到端的无监督属性学习方法，利用在线文本语料库自动发现与人类概念语义属性相关的显著且有区分度的词汇，并针对文本中的噪声和缺失数据，提出了一个深度卷积模型来优化课程 - 属性关联。 实验证明，该方法能够有效地在大规模数据集上发现和学习语义属性，并且在 ImageNet、Animals 较 Attributes 和 aPascal/aYahoo 三个数据集上优于现有技术的零样本学习效果。

Apr, 2017

本研究关注在自动驾驶领域中经常被忽视的公平问题，特别是在基于视觉感知和预测系统方面，这对自动驾驶车辆的整体运行起着至关重要的作用。我们重点分析了用于训练人和车辆检测系统的一些常用视觉数据集中存在的偏见。我们引入了一种注释方法和一种专门的注释工具，旨在对视觉数据集中的属性进行注释。通过评估一致性和属性在所有数据集中的分布，我们验证了我们的方法。这些属性包括年龄、性别、肤色、群体以及超过 90K 人的交通方式和超过 50K 辆车的车辆类型、颜色和车型的注释。大多数属性的多样性非常低，分析的数据集中某些群体，如儿童、轮椅使用者或个人机动车辆使用者，极度缺乏代表性。本研究在评估自动驾驶车辆感知和预测系统中考虑公平性方面做出了重要贡献。本文遵循可重复性原则，注释工具、脚本和注释属性可公开访问。

Dec, 2023

提出一种基于 multi-label 分类、视觉注意力机制、以及解决数据类别不平衡问题的损失函数等的方法，实现了在 PETA 和 WIDER-Attribute 数据集中的人体属性识别，并取得了最先进的效果。

Jul, 2018

最近基础模型的进展为可解释的视觉识别提供了新的机会，通过查询大型语言模型获取描述每个类别的属性，然后应用视觉语言模型通过这些属性对图像进行分类，我们的研究发现，大量的 LLM 生成的属性与随机词几乎没有差别，我们提出了一种新的学习搜索方法来发现那些简明的属性集，该方法在 CUB 数据集上使用仅 32 个属性来区分 200 个鸟类的性能接近于大量 LLM 生成的属性（例如 CUB 的 10,000 个属性），此外，我们的新范式还展示了几个附加优势：人类的更高可解释性和互动性，以及总结知识的能力。

Aug, 2023

提出了一种名为 LOWA 的新方法，它基于视觉语言的训练策略，使用 transformer 架构，旨在解决当前基于开放词汇对象检测器的不足，用户不仅可以检测对象，还可以通过属性定位对象，并在 OVAD 基准测试和 VAW 数据集方面进行了评估，表现出较强的零样本性能，同时证明了该方法的每个训练步骤的有效性。

May, 2023

介绍了一种新颖的方法，在视觉属性分类框架中结合多任务和课程学习的优点，在各个任务之间迁移知识来提高学习速度，该方法在公开数据集上取得了最新的表现。

Aug, 2017

该论文介绍了一种基于弱标记图像的对象属性关联的建模方法，并提出了一个新的弱监督非参数贝叶斯模型，能够描述图像，包括对象、属性、关联及其位置和分割。实验表明，该方法在图像描述和基于对象属性关联的检索任务上表现好于强监督模型。

Mar, 2015

本研究针对目标属性识别的组合式零样本学习问题，提出了一种新颖的体系结构，用于在视觉空间中区分属性和对象特征并使用视觉分解特征产生代表性的嵌入，旨在更好地正则化模型的学习，实验结果表明我们的方法在 MIT-States，UT-Zappos 和基于 VAW 的新基准上的性能显著优于现有工作。

May, 2022