位置敏感的图像检索与标注
计算机视觉与模式识别
2020-07-08 v1
摘要
全球不同地区的人们描述物体和概念的方式各异。因此，视觉外观在不同地理位置可能有所变化，这使得位置成为分析视觉数据时相关的上下文信息。在这项工作中，我们解决了与给定标签相关、并以地球上某一特定位置为条件的图像检索任务。我们提出 LocSens，一种通过学习按合理性对图像、标签和坐标三元组进行排序的模型，以及两种用于平衡最终排序中位置影响的训练策略。LocSens 学习融合多模态查询的文本与位置信息，以不同位置粒度检索相关图像，并成功利用位置信息改进图像标注。
引用
@article{arxiv.2007.03375,
title = {Location Sensitive Image Retrieval and Tagging},
author = {Raul Gomez and Jaume Gibert and Lluis Gomez and Dimosthenis Karatzas},
journal= {arXiv preprint arXiv:2007.03375},
year = {2020}
}