スケッチ3T:ゼロショットSBIRのための試験時間トレーニング【JST・京大機械翻訳】

Sain Aneeshan; Bhunia Ayan Kumar; Potlapalli Vaishnav; Chowdhury Pinaki Nath; Xiang Tao; Song Yi-Zhe

プレプリント

J-GLOBAL ID：202202208821136860 整理番号：22P0311341

スケッチ3T:ゼロショットSBIRのための試験時間トレーニング【JST・京大機械翻訳】

Sketch3T: Test-Time Training for Zero-Shot SBIR

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 (6件)： , , , , ,
資料名：
発行年： 2022年03月28日プレプリントサーバーでの情報更新日： 2022年03月28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は,訓練されたモデルに対して,通常は,分類を行わないように適用される。本論文では,定義によるこのセットアップは,スケッチの固有抽象的および主観的性質と両立しないこと,すなわち,モデルは,新しいカテゴリーにうまく移動するかもしれないが,結果として,異なる試験時間分布に存在するスケッチを理解できないと主張する。したがって,ZS-SBIRを拡張し,カテゴリーとスケッチ分布の両方へ移行する。鍵となる貢献は,ただ一つのスケッチを用いて適応できる試験時間訓練パラダイムである。対光がないので,自己監督補助タスクとしてスケッチラスタベクトル再構成モジュールを利用した。試験時間更新中の訓練されたクロスモーダル関節埋込みの忠実度を維持するために,識別学習の第一目的から,この補助タスクによってもたらされるモデル更新間の分離を学習するための新しいメタ学習ベース訓練パラダイムを設計した。大規模な実験は,提案モデルが,新しいカテゴリーに転送するだけでなく,新しいスケッチスタイルにも適応する,提案した試験時間適応により,最先端技術より優れていることを示した。【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