基于胶囊网络的时尚图像检索
计算机视觉与模式识别
2019-08-28 v1 机器学习
机器学习
摘要
在本研究中，我们考察了具有动态路由的密集连接胶囊网络(densely-connected Capsule Networks)在店内服装检索任务上的性能。为此，我们提出了一种基于三元组(triplet)的胶囊网络架构设计，采用两种不同的特征提取方法。在我们的设计中，堆叠卷积(SC)与残差连接(RC)模块被用于构成胶囊层的输入。实验结果表明，在不依赖关键点(landmark)信息的情况下，我们的两种设计均优于基线研究的所有变体，即 FashionNet。此外，在与服装检索的 SOTA 架构相比时，我们提出的 Triplet Capsule Networks 仅使用 SOTA 架构一半的参数便取得了相当的召回率。
引用
@article{arxiv.1908.09943,
title = {Fashion Image Retrieval with Capsule Networks},
author = {Furkan Kınlı and Barış Özcan and Furkan Kıraç},
journal= {arXiv preprint arXiv:1908.09943},
year = {2019}
}
备注
Accepted to the International Conference on Computer Vision, ICCV 2019, Workshop on Computer Vision for Fashion, Art and Design