マルチモーダル画像検索のための確率的合成埋込み【JST・京大機械翻訳】

Neculai Andrei; Chen Yanbei; Akata Zeynep

プレプリント

J-GLOBAL ID：202202216008671254 整理番号：22P0330267

マルチモーダル画像検索のための確率的合成埋込み【JST・京大機械翻訳】

Probabilistic Compositional Embeddings for Multimodal 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 (3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)

画像検索における既存の研究は,複数のクエリに一般化しない1つまたは2つのクエリ入力による検索画像をしばしば考慮する。本研究では,画像検索における多重多モードクエリを構成するためのより挑戦的なシナリオを検討した。任意の数の問い合わせ画像および(または)テキストを与えられた場合,著者らの目標は,複数のマルチモーダルクエリに指定された意味概念を含むターゲット画像を検索することである。様々な質問の意味論を柔軟に符号化できる情報埋込みを学習するために,新しいマルチモーダル確率的構成者(MPC)を提案した。特に,確率的埋込みとして入力画像とテキストをモデル化し,多重マルチモーダルクエリによる画像検索を容易にする確率的構成規則によりさらに構成できる。MS-COCOデータセットに基づく新しいベンチマークを提案し,多重画像と(または)マルチモーダル画像検索のためのテキストクエリを構成する様々なセットアップに関する著者らのモデルを評価した。ベルと whistのない場合,確率的モデル定式化は,任意の視覚および(または)テキストモダリティで与えられた異なる量の入力でクエリーを一般化する一方で,マルチモーダル画像検索に関する既存の関連手法よりも著しく優れていることを示す。コードはここで利用可能である:https://github.com/andreineculai/MPC。【JST・京大機械翻訳】

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

図形・画像処理一般

, , ,

前のページに戻る