文献

J-GLOBAL ID：202002261780892061   整理番号：20A1187875

検索と認識タスクのための教師なし画像スタイル埋め込み【JST・京大機械翻訳】

Unsupervised Image Style Embeddings for Retrieval and Recognition Tasks

著者 (3件)： Gairola Siddhartha (CVIT, KCIS, IIIT Hyderabad,India) ,  Shah Rajvi (CVIT, KCIS, IIIT Hyderabad,India) ,  Narayanan P.J. (CVIT, KCIS, IIIT Hyderabad,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WACV  ページ： 3270-3278  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 画像の視覚スタイルのニューラル埋込みを学習するための教師なしプロトコルを提案した。スタイル類似性は,スタイル移動,ファッション検索,芸術探索などの多くの応用のための重要な測度であるが,スタイルの計算モデリングはそのあいまいで主観的な性質のために困難なタスクである。スタイルベースの検索のためのほとんどの方法は,スタイルに従って画像の事前定義された分類による教師つき訓練を使用する。このパラダイムは,スタイルカテゴリが明確で,そのようなカテゴリー化に従って大規模なデータセットを示すアプリケーションに適しているが,いくつかの他のケースでは,そのようなカテゴリー化が不明確か存在しない場合もある。学習スタイルに基づく表現のための著者らのプロトコルは,カテゴリーラベルを活用しないが,アンカー,類似,および異なる画像の三重項を形成するためのプロキシ測度である。これらの三重項を用いて,スタイルに基づく探索と検索に有用なコンパクトなスタイル埋込みを学習した。学習された埋め込みは,スタイルの異なる意味を捉える6つのデータセット上のスタイルベースの画像検索タスクに対する他の教師なし表現よりも優れている。また,筆者らは,学習された特徴を,テキスト特有のスタイルラベルで微調整することによって,6つのデータセットのうちの5つに関する画像スタイル認識タスクに対して,最良の結果を得ることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  *測度 ,  ファッション ,  教師つき学習 ,  応用プログラム ,  類似性 ,  曖昧さ ,  画像検索
準シソーラス用語： プロキシ ,  計算モデル化 ,  微調整 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 検索 ,  タスク ,  教師 ,  スタイル ,  埋め込み