用于连贯视觉-语义嵌入的阶梯损失
计算机视觉与模式识别
2019-11-19 v1
摘要
对于视觉-语义嵌入，现有方法通常将查询与候选的相关性以两极化方式处理——相关或不相关，且所有“不相关”候选在嵌入空间中不论其与查询的邻近程度如何，均被等间距推离查询。这种做法忽视相对判别信息，可能导致检索结果中次优排序及较差用户体验，尤其在长尾查询场景下（匹配候选未必存在）。本文引入连续变量建模查询与多个候选间的相关程度，并提议学习一连贯嵌入空间，其中相关度更高的候选比相关度更低的候选映射得更接近查询。特别地，通过将三元组损失不等式扩展为更一般的不等式链，提出新阶梯损失，其依据各自相关程度实现可变推离间隔。此外，提出恰当的连贯分数（Coherent Score）度量以更好衡量含“不相关”候选的排序结果。在多数据集上的大量实验验证了所提方法的有效性，其相对现有最先进方法取得显著改进。
引用
@article{arxiv.1911.07528,
title = {Ladder Loss for Coherent Visual-Semantic Embedding},
author = {Mo Zhou and Zhenxing Niu and Le Wang and Zhanning Gao and Qilin Zhang and Gang Hua},
journal= {arXiv preprint arXiv:1911.07528},
year = {2019}
}
备注
Accepted to AAAI-2020