评估并缓解广义类别发现中的语义错映射问题
原文：Semantic Mismapping in Generalized Category Discovery: Evaluation and Mitigation
广义类别发现（GCD）旨在在同一无标签集合中同时进行旧类别识别和新类别发现。早期方法通过聚类来解决这两个目标，并使用全局匈牙利（GH）匹配来评估可交换的预测索引。近期方法采用可训练的参数化头，利用监督信号进行旧类别识别，并采用面向发现的目标处理新类别。这样一来，输出空间变得部分可交换：旧索引具有语义锚定，而新索引仍可交换。然而，这些方法仍然应用全局匹配，这可能会将已锚定的旧索引重新分配给其他类别，并掩盖一些预测错误。在实验中，我们惊讶地观察到这种重新分配可能导致新类别准确率被高估多达25.63个百分点。我们将这一现象称为语义错映射，并进一步推导出一个置换循环条件，刻画了语义错映射何时能够提高全局匹配分数。为解决这一问题，我们提出了语义保持评估（SPE），它保留旧索引的监督语义，并将匈牙利匹配限制在新类别区域。此外，我们提出了错映射缓解优化（MMO），以减轻可能引发语义错映射的预测错误，结合了用于旧/新路由的区域平衡损失（RBL）和鼓励新原型之间正交性的新类别多样性损失（NDL）。在理论上，我们证明了最小化这两个损失可以收紧语义错映射带来的虚假准确率增益的上界，且残差项可控。在GH和SPE两种评估下的实验结果均证明了我们所提方法的有效性。作者：Zitai Wang, Qianqian Xu, Cong Hua, Xi Chen, Zhiyong Yang 类别：cs.CV, cs.AI, cs.LG