ゼロショットスケッチベース画像検索のための3ストリーム結合ネットワーク【JST・京大機械翻訳】

Zhan Yu-Wei; Luo Xin; Wang Yongxin; Chen Zhen-Duo; Xu Xin-Shun

プレプリント

J-GLOBAL ID：202202203631073452 整理番号：22P0330088

ゼロショットスケッチベース画像検索のための3ストリーム結合ネットワーク【JST・京大機械翻訳】

Three-Stream Joint Network for Zero-Shot Sketch-Based Image Retrieval

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年04月12日プレプリントサーバーでの情報更新日： 2022年04月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ゼロショットスケッチベースの画像検索(ZS-SBIR)は,スケッチと自然画像の間の大きなドメインギャップと,見えると見えないカテゴリーの間の意味不整合のため,挑戦的なタスクである。以前の文献は,正確なクラス名と追加の抽出努力の事前知識を必要とする意味的埋込みによって,見つかっていないカテゴリーを橋渡しする。そして,ほとんどの研究は,画像とスケッチの間の不対な情報を無視する,構築スケッチ画像対を用いて,スケッチと自然画像をマッピングすることによって,ドメインギャップを減らす。これらの問題に取り組むために,本論文では,ZS-SBIRタスクのための新しい3Stream共同訓練ネットワーク(3JOIN)を提案した。スケッチと画像の間のドメイン差を狭めるために,自然画像のためのエッジマップを抽出し,画像とスケッチの間のブリッジとしてそれらを処理して,それは画像に類似の内容とスケッチに類似のスタイルを持っている。スケッチ,自然画像およびエッジマップの十分な組合せを利用するために,新しい3ストリームジョイント訓練ネットワークを提案した。さらに,教師ネットワークを用いて,他の意味論の助けなしにサンプルの陰的意味論を抽出し,学習された知識をクラス分けに転送する。2つの実世界データセット上で行った大規模な実験は,提案した方法の優位性を示した。【JST・京大機械翻訳】

, , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

前のページに戻る