图像-描述符嵌入与检索任务中不确定性度量的探索
计算机视觉与模式识别
2019-04-19 v1 计算与语言
机器学习
多媒体
机器学习
摘要
随着黑盒机器学习算法尤其是深度神经网络（DNN）的广泛发展，对可靠性评估的实际需求迅速上升。基于“贝叶斯深度学习知道它不知道什么”的概念，DNN 输出的不确定性已被研究作为分类与回归任务的可靠性度量。然而，在图像-描述符检索任务中，知名样本并不总是一易检索样本。本研究考察图像-描述符嵌入与检索系统的两个方面。一方面，我们将图像-描述符嵌入视为回归任务来量化特征不确定性，并将其用于模型平均，从而提升检索性能。另一方面，我们将检索视为分类任务进一步量化后验不确定性，并将其用作可靠性度量，通过拒绝不确定查询可大幅提升检索性能。两种不确定性度量在不同数据集（MS COCO 和 Flickr30k）、不同深度学习架构（dropout 和 batch normalization）以及不同相似度函数下均表现出一致性能。
引用
@article{arxiv.1904.08504,
title = {Exploring Uncertainty Measures for Image-Caption Embedding-and-Retrieval Task},
author = {Kenta Hama and Takashi Matsubara and Kuniaki Uehara and Jianfei Cai},
journal= {arXiv preprint arXiv:1904.08504},
year = {2019}
}