文献

J-GLOBAL ID：202102210058690485   整理番号：21A3307480

クロスモーダル検索のための特徴分離と再構成に基づくマルチタスクフレームワーク【JST・京大機械翻訳】

Multi-task framework based on feature separation and reconstruction for cross-modal retrieval

著者 (2件)： Zhang Li (School of computer science and technology, Harbin Institute of Technology, China) ,  Wu Xiangqian (School of computer science and technology, Harbin Institute of Technology, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 122  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： クロスモーダル検索は,コンピュータビジョンと自然言語処理領域の両方でホットな研究題目になった。異なるモダリティの特徴のための学習中間共通空間は,主流方法の1つになった。本論文では,共通空間学習法に基づくクロスモーダル検索のための特徴分離と再構成(mFSR)に基づく新しいマルチタスクフレームワークを提案し,特徴分離モジュールを導入し,異なるモダリティ間の情報非対称性に対処し,画像とテキスト再構成モジュールを導入し,特徴分離モジュールの品質を改善した。MS-COCOとFlickr30Kデータセットに関する広範な実験は,特徴分離と特定の情報再構成がクロスモーダル画像捕捉検索のベースライン性能を著しく改良できることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  非対称性 ,  自然言語処理 ,  再構成 ,  捕獲 ,  コンピュータビジョン ,  基準線 ,  画像再構成
準シソーラス用語： モダリティ ,  空間学習 ,  *マルチタスク , 【Automatic Indexing@JST】

著者キーワード (4件)： クロスモーダル検索 ,  特徴分離 ,  画像再構成 ,  テキスト再構成

分類 (3件)： パターン認識  (JE07000S) ,  検索技術  (AC06020S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 検索 ,  再構成 ,  マルチタスク ,  フレームワーク