文献

J-GLOBAL ID：202002234186524390   整理番号：20A2635964

言語誘導検索のための結合視覚意味マッチング埋込みの学習【JST・京大機械翻訳】

Learning Joint Visual Semantic Matching Embeddings for Language-Guided Retrieval

著者 (2件)： Chen Yanbei (Queen Mary University of London, London, UK) ,  Bazzani Loris (Amazon, Bellevue, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12367  ページ： 136-152  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： インタラクティブ画像検索は,検索のための質問として多重モダリティから入力を統合する目的,例えば,ユーザからのテキストフィードバックを,画像検索をガイドし,修正または精密化するために,新しい研究題目である。本研究では,ファッションアプリケーションの文脈における言語誘導検索のための画像とテキスト修正を構成する問題を研究した。組成損失による共有識別埋込み空間において,視覚的およびテキスト的モダリティを共同連想することにより,画像テキスト構成埋込みを学習する統一結合ビジュアルセマンティックマッチング(JVSM)モデルを提案した。JVSMは,テキスト画像マッチングと言語誘導検索のような単一モデルで多重画像とテキストタスクを実行できる,多用途性と柔軟性で設計されている。ファッションドメインにおける提案アプローチの有効性を示し,そこでは,ファッション用語の複雑な特異性を与えるキーワードベースのクエリを表現するのは難しい。3つのデータセット(Fashion-200k,UT-Zap50k,およびFashion-iq)に関する著者らの実験は,JVSMが言語誘導検索に関する最新の結果を達成し,さらに,画像とテキスト検索を実行する能力を示す。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  キーワード ,  *言語 ,  ファッション ,  汎用性 ,  多重化 ,  柔軟性 ,  応用プログラム ,  精密化 ,  有効性 ,  画像検索
準シソーラス用語： モダリティ ,  画像マッチング ,  特異性 ,  クエリー , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 言語 ,  誘導 ,  検索 ,  視覚 ,  意味 ,  マッチング ,  埋込み ,  学習