用于多标签图像标注的深度卷积排序
计算机视觉与模式识别
2014-04-15 v2
摘要
多标签图像标注是计算机视觉中最重要的挑战之一，具有许多现实世界的应用。虽然现有工作通常使用传统视觉特征进行多标签标注，但基于深度神经网络的特征已显示出显著提升性能的潜力。在本工作中，我们提议利用此类特征的优势，并分析导致性能提升的关键组件。具体而言，我们表明，通过将卷积架构与近似 top- 排序目标相结合，可以获得显著的性能增益，因为它们天然契合多标签 tagging 问题。我们在 NUS-WIDE 数据集上的实验结果优于传统视觉特征约 10%，取得了文献中报道的最佳性能。
引用
@article{arxiv.1312.4894,
title = {Deep Convolutional Ranking for Multilabel Image Annotation},
author = {Yunchao Gong and Yangqing Jia and Thomas Leung and Alexander Toshev and Sergey Ioffe},
journal= {arXiv preprint arXiv:1312.4894},
year = {2014}
}