DEEP-CARVING：通过雕琢深度神经网络发现视觉属性
计算机视觉与模式识别
2015-04-21 v1
摘要
大多数在图像中发现视觉属性的方法都需要大量的监督信息，而这往往难以获取。本文旨在一种弱监督设置下发现视觉属性，这种设置在当代图像搜索引擎中十分常见。深度卷积神经网络 (CNNs) 最近在视觉应用中取得了显著成功。然而，在弱监督场景下，广泛使用的 CNN 训练过程无法学习到能同时预测多个属性标签的鲁棒模型。主要原因是属性在训练数据中高度共现。为了改善这一局限，我们提出了 Deep-Carving，这是一种结合 CNN 的新型训练过程，有助于网络有效地为多属性预测任务进行自我雕琢。在训练过程中，特征图的响应以一种巧妙的方式被利用，从而为后续迭代提供多个伪标签（针对训练图像）。该过程每隔固定次数的迭代周期性重复，使网络能够迭代地自我雕琢，从而有效地解耦特征。此外，我们向研究社区贡献了一个受名词 - 形容词配对启发的自然场景属性数据集 CAMIT-NSAD，其中包含名词类别内的多个共现属性。我们详细描述了该数据集的显著方面。我们在 CAMIT-NSAD 和 SUN 属性数据集上进行的弱监督实验清楚地表明，经过 Deep-Carved 的 CNNs 在属性预测精度上始终比流行的基线方法取得显著改进。
引用
@article{arxiv.1504.04871,
title = {DEEP-CARVING: Discovering Visual Attributes by Carving Deep Neural Nets},
author = {Sukrit Shankar and Vikas K. Garg and Roberto Cipolla},
journal= {arXiv preprint arXiv:1504.04871},
year = {2015}
}
备注
10 pages, 8 figures, CVPR 2015