学习家具的风格兼容性
计算机视觉与模式识别
2018-12-11 v1
摘要
在评判风格时，一个经常出现的关键问题是两个对象是否彼此兼容。本文研究如何高效利用Siamese网络评估家具图像间的风格兼容性。我们表明，预训练CNN的中间层能够捕捉家具风格的本质信息，从而可将该类网络高效应用于此任务。我们还使用一种联合图像-文本嵌入方法，可查询风格兼容的家具项，并基于文本附加属性约束。为评估我们的方法，我们收集并提供了一个大规模数据集，包含不同风格类别的家具图像及其文本属性。
引用
@article{arxiv.1812.03570,
title = {Learning Style Compatibility for Furniture},
author = {Divyansh Aggarwal and Elchin Valiyev and Fadime Sener and Angela Yao},
journal= {arXiv preprint arXiv:1812.03570},
year = {2018}
}
备注
German Conference on Pattern Recognition(GCPR)