带有视觉与语义标签的层级化杂货店图像数据集
计算机视觉与模式识别
2019-01-04 v1
摘要
内置在视觉辅助系统及其他辅助设备中的图像分类模型需要对其环境给出准确预测。我们关注面向视障人士的辅助技术应用，用于购物或烹饪等日常活动。本文针对该应用中的一个挑战性任务——杂货店中水果、蔬菜及冷藏产品（如牛奶包装和果汁纸盒）的分类，提供了一个新的基准数据集。为使学习过程能利用多源结构化信息，该数据集不仅包含大量自然图像，还附有来自在线购物网站的产品对应信息。此类信息涵盖对象类别的层级结构以及每类对象的标志图像。该数据集可用于训练和评估图像分类模型，以在自然环境中帮助视障人士。此外，我们提供了在常用于图像理解任务的预训练卷积神经网络以及一种能利用数据集中丰富产品信息的多视角变分自编码器上的基准结果。
引用
@article{arxiv.1901.00711,
title = {A Hierarchical Grocery Store Image Dataset with Visual and Semantic Labels},
author = {Marcus Klasson and Cheng Zhang and Hedvig Kjellström},
journal= {arXiv preprint arXiv:1901.00711},
year = {2019}
}
备注
To appear in IEEE Winter Conference on Applications of Computer Vision (WACV) 2019