基于视觉注意力模型的服装检索
计算机视觉与模式识别
2017-11-01 v1
摘要
服装检索是计算机视觉中一个具有挑战性的问题。随着卷积神经网络（CNNs）的发展，服装检索的准确率已得到显著提升。近期研究 FashionNet[1] 提出以关键点形式的一组人工特征用于服装检索，并被证明对检索有帮助。然而，关键点检测模块以强监督方式训练，需要大量精力来获取标注。本文中，我们提出一种自学习视觉注意力模型（VAM）从服装图像中提取注意力图。该 VAM 进一步通过一个全局网络相连，通过 Impdrop 连接形成端到端网络结构，该连接以注意力图给出的概率在特征图上进行随机 Dropout。在几个广泛使用的基准服装检索数据集上的大量实验证明了所提方法的有效性。我们还表明，与简单的 Product 连接相比，当使用有限规模训练集时，Impdrop 连接使网络结构更鲁棒。
引用
@article{arxiv.1710.11446,
title = {Clothing Retrieval with Visual Attention Model},
author = {Zhonghao Wang and Yujun Gu and Ya Zhang and Jun Zhou and Xiao Gu},
journal= {arXiv preprint arXiv:1710.11446},
year = {2017}
}
备注
4 pages, to be presented at IEEE VCIP 2017