基于属性特定嵌入网络的细粒度时尚相似度学习
计算机视觉与模式识别
2020-02-10 v1 机器学习
摘要
本文致力于学习细粒度时尚相似度。在此相似度范式下，应更多关注时尚物品之间在特定设计/属性上的相似度，这在时尚版权保护等许多时尚相关应用中具有潜在价值。为此，我们提出属性特定嵌入网络（ASEN），以端到端方式联合学习多个属性特定嵌入，从而在相应空间中度量细粒度相似度。借助属性感知空间注意力和属性感知通道注意力两个注意力模块，ASEN 能够在指定属性引导下定位相关区域并捕获本质模式，从而使学到的属性特定嵌入更好地反映细粒度相似度。在四个时尚相关数据集上的大量实验表明了 ASEN 在细粒度时尚相似度学习上的有效性及其在时尚重排序中的潜力。
引用
@article{arxiv.2002.02814,
title = {Fine-Grained Fashion Similarity Learning by Attribute-Specific Embedding Network},
author = {Zhe Ma and Jianfeng Dong and Yao Zhang and Zhongzi Long and Yuan He and Hui Xue and Shouling Ji},
journal= {arXiv preprint arXiv:2002.02814},
year = {2020}
}
备注
16 pages, 13 figutes. Accepted by AAAI 2020. Code and data are available at https://github.com/Maryeon/asen