素描检索的对抗训练
计算机视觉与模式识别
2016-09-23 v2
摘要
生成对抗网络（GAN）能够为无标签数据学习优秀的表示，这些表示可应用于图像生成和场景分类。GAN学到的表示尚未被应用于检索任务。在本文中，我们证明GAN学到的表示确实可用于检索。我们考虑包含无标签Merchant Marks的遗产文献，这些符号类似于象形文字。我们提出了一种新型GAN架构，其设计特性使其适用于素描检索。该sketch-GAN的性能与原始GAN架构的修改版本在简单不变性特性方面进行了比较。实验表明，sketch-GAN学到的表示适用于检索，并且在旋转、缩放和平移方面相比标准GAN架构具有更高的稳定性。
引用
@article{arxiv.1607.02748,
title = {Adversarial Training For Sketch Retrieval},
author = {Antonia Creswell and Anil Anthony Bharath},
journal= {arXiv preprint arXiv:1607.02748},
year = {2016}
}
备注
Accepted to ECCV2016 VisArt Workshop