通过交互选择实现带标签噪声的图像检索学习
计算机视觉与模式识别
2021-12-22 v2
摘要
带噪声标签的学习是图像分类中的活跃研究领域。然而，噪声标签对图像检索的影响研究较少。本文提出一种抗噪声的图像检索方法，称为基于教师的相互作用选择（T-SINT），该方法识别噪声相互作用（即距离矩阵中的元素），并利用基于教师的训练设置选择检索损失中应考虑的正确正、负相互作用，从而有助于稳定性。结果表明，在具有合成噪声与更真实噪声的基准数据集上，于高噪声率下其持续优于 SOTA 方法。
引用
@article{arxiv.2112.10453,
title = {Learning with Label Noise for Image Retrieval by Selecting Interactions},
author = {Sarah Ibrahimi and Arnaud Sors and Rafael Sampaio de Rezende and Stéphane Clinchant},
journal= {arXiv preprint arXiv:2112.10453},
year = {2021}
}
备注
Accepted at WACV 2022. 13 pages, 5 figures