AMNet：基于注意力的记忆性估计
人工智能
2018-04-10 v1 计算机视觉与模式识别
机器学习
摘要
在本文中，我们提出了一个端到端可训练的、带有视觉注意力机制的深度神经网络的设计与评估，用于静态图像的记忆性估计。我们分析了将深度模型从图像分类迁移学习到记忆性任务的适用性。进一步，我们研究了注意力机制对记忆性估计的影响，并在 SUN Memorability 和 LaMem 数据集上评估了我们的网络。我们的网络在两个数据集上就斯皮尔曼秩相关以及均方误差而言均优于现有的 SOTA 模型，并紧密匹配人类一致性。
引用
@article{arxiv.1804.03115,
title = {AMNet: Memorability Estimation with Attention},
author = {Jiri Fajtl and Vasileios Argyriou and Dorothy Monekosso and Paolo Remagnino},
journal= {arXiv preprint arXiv:1804.03115},
year = {2018}
}
备注
To appear at CVPR 2018