Graph-RISE：图正则化图像语义嵌入
计算机视觉与模式识别
2019-03-01 v1 机器学习
机器学习
摘要
学习能够捕捉细粒度语义的图像表示一直是一项具有挑战性且重要的任务，它支撑着诸多应用，如图像搜索与聚类。本文提出 Graph-Regularized Image Semantic Embedding（Graph-RISE，图正则化图像语义嵌入），一个大规模神经图学习框架，该框架使我们能够训练嵌入以区分前所未有的 O(40M) 超细粒度语义标签。在包括图像分类与三元组排序在内的若干评测任务上，Graph-RISE 优于最先进的图像嵌入算法。我们提供案例研究以证明，在定性上，基于 Graph-RISE 的图像检索有效捕捉语义，并且相较于最先进方法，能在更接近人类感知的层次上区分细微差异。
引用
@article{arxiv.1902.10814,
title = {Graph-RISE: Graph-Regularized Image Semantic Embedding},
author = {Da-Cheng Juan and Chun-Ta Lu and Zhen Li and Futang Peng and Aleksei Timofeev and Yi-Ting Chen and Yaxi Gao and Tom Duerig and Andrew Tomkins and Sujith Ravi},
journal= {arXiv preprint arXiv:1902.10814},
year = {2019}
}
备注
9 pages, 7 figures