来自社交媒体的协同特征学习
计算机视觉与模式识别
2015-04-10 v3
摘要
图像特征表示在图像识别及相关任务中起着至关重要的作用。当前最先进的特征学习范式是基于标记数据的监督学习。然而，该范式需要大规模类别标签，这限制了其在难以获取标签的领域中的适用性。在本文中，我们提出了一种不依赖于类别标签的新的数据驱动特征学习范式。相反，我们从社交媒体上收集的用户行为数据中学习。具体而言，我们利用从用户行为数据在潜空间中发现的图像关系来指导图像特征学习。我们从Behance.net收集了一个大规模图像与用户行为数据集。该数据集包含190万张图像以及来自190万用户的超过3亿条浏览记录。我们在该数据集上验证了我们的特征学习范式，发现所学特征在学习更好的图像相似性方面显著优于最先进的图像特征。我们还展示了所学特征在各种识别基准上具有竞争力。
引用
@article{arxiv.1502.01423,
title = {Collaborative Feature Learning from Social Media},
author = {Chen Fang and Hailin Jin and Jianchao Yang and Zhe Lin},
journal= {arXiv preprint arXiv:1502.01423},
year = {2015}
}