假设在分类过程中可能存在未知类,则开放集识别(OSR)任务旨在将实例分类为已知类或拒绝为未知类别。在本文中,我们针对OSR问题使用了两阶段的培训策略。在第一阶段,我们引入了一种自我监管的特征解耦方法,该方法从已知类别中找到输入样本的内容特征。具体而言,我们的功能解耦方法学习了可以分为内容功能和转换功能的表示形式。在第二阶段,我们用类标签微调内容的功能。然后将微调的内容功能用于OSR问题。此外,我们考虑了一种无监督的OSR场景,我们将在其中从第一阶段学到的内容特征。为了衡量表示质量,我们引入内部内部比率(IIR)。我们的实验结果表明,我们提出的自我监督方法在图像和恶意软件OSR问题上的表现优于其他人。另外,我们的分析表明IIR与OSR性能相关。
translated by 谷歌翻译