面向零样本基于草图的图像检索的生成模型
计算机视觉与模式识别
2019-04-19 v1 信息检索
机器学习
摘要
我们提出一种基于草图的图像检索（SBIR）的概率模型，在检索时给定来自训练时未出现的新类别的草图。现有 SBIR 方法大多依赖学习草图与图像间的类间对应，通常仅对先前见过的草图类别表现良好，而在新类别上检索性能不佳。为此，我们提出一种生成模型，学习以给定新类别草图为条件生成图像。这使得我们可将 SBIR 问题化简为标准图像到图像搜索问题。我们的模型基于逆自回归流变分自编码器，并带有反馈机制以确保鲁棒图像生成。我们在两个极具挑战性的数据集 Sketchy 与 TU Berlin 上以新颖的训练-测试划分评估模型。所提方法在两者数据集上均显著优于多种基线。
引用
@article{arxiv.1904.08542,
title = {Generative Model for Zero-Shot Sketch-Based Image Retrieval},
author = {Vinay Kumar Verma and Aakansha Mishra and Ashish Mishra and Piyush Rai},
journal= {arXiv preprint arXiv:1904.08542},
year = {2019}
}
备注
Accepted at CVPR-Workshop 2019