比较与对比：学习显著的视觉差异
计算机视觉与模式识别
2018-04-17 v2
摘要
相对属性模型可以根据所有检测到的属性或特征对图像进行比较，详尽地预测哪幅图像更华丽、更自然等等，而不考虑任何顺序。然而，当人类比较图像时，某些差异会自然凸显并首先浮现于脑海。这些最显著的差异常被首先描述，即显著差异（prominent differences）。此外，许多差异尽管存在，可能根本不会被提及。在本工作中，我们引入并建模显著差异，这是一种用于图像比较的丰富新功能。我们收集了最显著差异的实例级标注，并构建了一个基于相对属性特征训练的模型，用于预测未见图像对的显著差异。我们在具有挑战性的 UT-Zap50K 鞋类与 LFW10 人脸数据集上测试了我们的模型，其性能优于一系列基线方法。随后我们展示了我们的显著性模型如何改进两项视觉任务——图像搜索与描述生成，从而实现人与视觉系统之间更自然的交流。
引用
@article{arxiv.1804.00112,
title = {Compare and Contrast: Learning Prominent Visual Differences},
author = {Steven Chen and Kristen Grauman},
journal= {arXiv preprint arXiv:1804.00112},
year = {2018}
}
备注
In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018