M2FN：用于广告图像评估的多步模态融合网络
计算机视觉与模式识别
2021-02-10 v4 人工智能
摘要
评估广告（特别是基于用户偏好和广告质量）对营销行业至关重要。尽管近期研究尝试使用深度神经网络实现此目的，但这些研究未利用图像相关的辅助属性，包括广告图像中常见的嵌入文本。因此，我们研究了这些属性对广告图像偏好的影响。首先，我们分析了大规模真实广告日志数据，并基于发现提出了一种新颖的多步模态融合网络（M2FN），用于判定可能符合用户偏好的广告图像。我们的方法在网络的多步中利用辅助属性，包括基于条件批归一化的底层融合与基于注意力的高层融合。我们在广泛用于美学图像评估的AVA数据集上验证了M2FN，并随后证明在使用富含辅助属性的真实广告数据集时，M2FN能在偏好预测中取得最先进（SOTA）性能。
引用
@article{arxiv.2102.00441,
title = {M2FN: Multi-step Modality Fusion for Advertisement Image Assessment},
author = {Kyung-Wha Park and Jung-Woo Ha and JungHoon Lee and Sunyoung Kwon and Kyung-Min Kim and Byoung-Tak Zhang},
journal= {arXiv preprint arXiv:2102.00441},
year = {2021}
}
备注
published in Applied Soft Computing