文献

J-GLOBAL ID：202002266088710152   整理番号：20A2462724

テキストベース人物探索のための階層的Gumbel注意ネットワーク【JST・京大機械翻訳】

Hierarchical Gumbel Attention Network for Text-based Person Search

著者 (5件)： Zheng Kecheng (University of Science and Technology of China, Hefei, China) ,  Liu Wu (AI Research of JD.com, Beijing, China) ,  Liu Jiawei (University of Science and Technology of China, Hefei, China) ,  Zha Zheng-Jun (University of Science and Technology of China, Hefei, China) ,  Mei Tao (AI Research of JD.com, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： MM ’20  ページ： 3441-3449  発行年： 2020年 
JST資料番号： D0698C  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： テキストベース人探索は,ギャラリー画像から与えられたテキスト記述に最も良くマッチする歩行者画像を検索することを目的とする。以前の方法は,画像の領域と文章における対応する単語の間の意味的アラインメントを推論するために,ソフト注意機構を利用した。しかしながら,これらの方法は,マッチング冗長性問題を引き起こす,無関係なマルチモダリティ特徴を融合するかもしれない。本研究では,Gumbelトップk再パラメタリゼーションアルゴリズムによるテキストベース人探索のための新しい階層的Gumbel注意ネットワークを提案した。特に,正確なアラインメントと類似性計算のために,画像とテキストから強い意味的に関連する画像領域と単語/フレーズを適応的に選択する。このハード選択戦略は,マッチング冗長性の問題を緩和するために,強い関連マルチモダリティ特徴を融合できる。一方,Gumbelトップ-k再パラメータ化アルゴリズムを低分散,不偏勾配推定器として設計して,エンドツーエンド方式でハード注意機構の離散性問題を処理した。さらに,階層的適応マッチング戦略を,3つの異なる粒状性,すなわち,単語レベル,フレーズレベル,および文章レベルから,細粒マッチングに向けて,モデルによって採用する。広範な実験結果は最先端の性能を示した。既存の最良方法と比較して,テキスト対画像検索タスクにおける8.24%Rank-1および7.6%mAP相対改善,およびCUHK-PEDESデータセットに関する画像対テキスト検索タスクにおけるそれぞれ5.58%Rank-1および6.3%mAP相対改善を達成した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アラインメント ,  冗長性 ,  *ネットワーク ,  歩行者 ,  エンドツーエンド方式 ,  粒状性 ,  類似性 ,  単語 ,  画像検索
準シソーラス用語： マルチモダリティ ,  フレーズ ,  ギャラリ , 【Automatic Indexing@JST】

著者キーワード (3件)： ガムの注意 ,  階層的適応マッチング ,  テキストベース人物探索

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

タイトルに関連する用語 (3件)： 人物 ,  探索 ,  注意