混合风格孪生网络：在互补服饰检索中引入风格损失
计算机视觉与模式识别
2020-06-11 v2 机器学习
多媒体
摘要
随着时尚电子商务生态系统的成倍扩张，图像检索已成为其中不可或缺的一部分。除了检索视觉上相似的物品外，检索视觉上兼容或互补的物品也是其一个重要方面。普通孪生网络在互补物品检索上往往表现良好，但无法识别使物品在人眼中兼容的低层风格特征。这些低层风格特征在神经风格迁移所用技术中在很大程度上被捕获。本文提出了一种在该检索任务中利用这些方法、并通过耦合混合损失的混合孪生网络来捕获低层风格特征的机制。实验结果表明，所提方法在互补物品检索任务中优于传统孪生网络。
引用
@article{arxiv.1912.05014,
title = {Hybrid Style Siamese Network: Incorporating style loss in complementary apparels retrieval},
author = {Mayukh Bhattacharyya and Sayan Nag},
journal= {arXiv preprint arXiv:1912.05014},
year = {2020}
}
备注
Paper Accepted in the Third Workshop on Computer Vision for Fashion, Art and Design, CVPR 2020