用于声音与面孔跨模态匹配的不相交映射网络
计算机视觉与模式识别
2018-07-17 v2
摘要
我们提出一种称为不相交映射网络（DIMNet）的新框架，用于跨模态生物特征匹配，特别是声音与面孔的匹配。与现有方法不同，DIMNet不显式学习模态间的联合关系。相反，DIMNet通过将不同模态分别映射到其共同协变量来学习它们的共享表示。这些共享表示随后可用于寻找模态间的对应关系。我们通过实验表明，DIMNet能够取得优于其他当前方法的性能，并具有概念更简单和更少数据依赖的额外优势。
引用
@article{arxiv.1807.04836,
title = {Disjoint Mapping Network for Cross-modal Matching of Voices and Faces},
author = {Yandong Wen and Mahmoud Al Ismail and Weiyang Liu and Bhiksha Raj and Rita Singh},
journal= {arXiv preprint arXiv:1807.04836},
year = {2018}
}
备注
Tech report