7月23日，人工智能领域计算机视觉方向的国际顶级学术会议The 18th IEEE International Conference on Computer Vision (ICCV 2021) 官方发布了接受论文列表。实验室2019级博士生陈使明作为第一作者撰写的论文“FREE: Feature Refinement for Zero-Shot Learning”被该会议全文录用。

ICCV (The IEEE International Conference on Computer Vision，CCF A类)国际会议是计算机视觉方向（CV）最权威的国际专业学会之一。该会议由IEEE主办，与计算机视觉模式识别会议（CVPR）和欧洲计算机视觉会议（ECCV）并称计算机视觉方向的三大顶级会议，在业内具有极高的评价。不同于在美国每年召开一次的CVPR和只在欧洲召开的ECCV，ICCV在世界范围内每两年召开一次。今年共有6236篇有效论文投稿，有1617篇被接受，录用率为25.9%。

零样本学习（Zero-shot Learning, ZSL）是机器学习里面的基础性研究问题，在自然语言处理、计算机视觉领域均有应用需求。ZSL旨在通过运用已学到的已知类知识去认知未知类知识。该论文首次指出零样本学习中的跨数据集偏差（Cross-Dataset Bias）问题，并提出特征精细化模型进行有效地解决，充分的实验验证所提出方法的有效性。

论文地址： https://arxiv.org/abs/2107.13807

论文代码： https://github.com/shiming-chen/FREE