ゼロショット解釈可能な人間認識に向けて

深層学習アーキテクチャを活用した大規模ビジョンモデルは、生体認証の最先端技術を前進させているが、学習データの要求量が極めて高く、異なるドメイン間で一般化する難しさ、および解釈性/説明性の欠如が共通して報告されている。本論文では、これらの弱点に同時に対処する初めての認識フレームワーク/戦略を紹介している。