通用常识本体如何提升基于学习的图像检索性能
人工智能
2017-05-25 v1 计算机视觉与模式识别
信息检索
摘要
知识表示社区构建了通用本体，其中包含关于世界相关方面的大量常识知识，包括有用的视觉信息，例如：“球被足球运动员使用”、“网球运动员位于网球场”。当前视觉识别的最先进方法并未利用这些基于规则的知识源，而是直接从训练样本中学习识别模型。在本文中，我们研究了通用本体——特别是 MIT 的 ConceptNet 本体——如何提升最先进视觉系统的性能。作为测试平台，我们解决基于句子的图像检索问题。我们的检索方法在源自深度学习技术的大量目标检测器之上融合了来自 ConceptNet 的知识。在我们的实验中，我们展示了 ConceptNet 能够在通用基准数据集上提升性能。我们性能提升的关键在于使用 ESPGAME 数据集从 ConceptNet 中筛选视觉相关的关系。因此，本工作的一个主要结论是，当经过适当过滤以选择有意义的视觉关系时，通用常识本体能够提升视觉推理任务的性能。
引用
@article{arxiv.1705.08844,
title = {How a General-Purpose Commonsense Ontology can Improve Performance of Learning-Based Image Retrieval},
author = {Rodrigo Toro Icarte and Jorge A. Baier and Cristian Ruz and Alvaro Soto},
journal= {arXiv preprint arXiv:1705.08844},
year = {2017}
}
备注
Accepted in IJCAI-17