学习用于图像标注的深度上下文网络架构
计算机视觉与模式识别
2018-03-26 v1
摘要
上下文在视觉模式识别中起着重要作用，因为它为包括图像分类与标注在内的不同学习任务提供了互补线索。在核学习的特定场景中，基于上下文的核设计的一般方案是学习半正定相似性函数，当数据不仅具有相似内容而且具有相似上下文时，这些函数返回高值。然而，尽管对性能有积极影响，上下文在这些核设计方法中的使用尚未被充分探索；事实上，上下文一直是手工设计的而非学习得到的。在本文中，我们引入了一种基于深度学习的全新上下文感知核设计框架。我们的方法判别性地将空间几何上下文作为深度网络（DN）的权重进行学习。该网络的架构完全由混合了内容、上下文和正则化的目标函数的解所确定，而该网络的参数决定了所学上下文中最相关（判别性）的部分。我们将这一上下文与核学习框架应用于具有挑战性的 ImageCLEF Photo Annotation 基准上的图像分类任务；后者表明，正如大量实验所证实的那样，我们的深度上下文学习为图像分类提供了高效的核。
引用
@article{arxiv.1803.08794,
title = {Learning Deep Context-Network Architectures for Image Annotation},
author = {Mingyuan Jiu and Hichem Sahbi},
journal= {arXiv preprint arXiv:1803.08794},
year = {2018}
}