MFAS：多模态融合架构搜索
机器学习
2019-03-18 v1 计算机视觉与模式识别
神经与进化计算
摘要
我们解决为多模态分类问题寻找优良架构的问题。我们提出了一种新颖且通用的搜索空间，其涵盖大量可能的融合架构。为在所提搜索空间中为给定数据集找到最优架构，我们利用了针对该问题定制的高效基于序列模型的探索方法。我们通过在玩具数据集及另外两个真实多模态数据集上的大量实验，展示了将多模态融合视为神经架构搜索问题的价值。我们发现了在具有不同领域与数据集规模（包括最大的多模态动作识别数据集 NTU RGB+D）的问题上展现 SOTA（state-of-the-art，最优）性能的融合架构。
引用
@article{arxiv.1903.06496,
title = {MFAS: Multimodal Fusion Architecture Search},
author = {Juan-Manuel Pérez-Rúa and Valentin Vielzeuf and Stéphane Pateux and Moez Baccouche and Frédéric Jurie},
journal= {arXiv preprint arXiv:1903.06496},
year = {2019}
}
备注
CVPR 2019, Jun 2019, Long Beach, United States http://cvpr2019.thecvf.com/