MIML-FCN+：基于全卷积网络与特权信息的多示例多标签学习
计算机视觉与模式识别
2017-03-01 v1
摘要
多示例多标签（MIML）学习在计算机视觉中有许多有趣的应用，包括多目标识别和自动图像标注。在这些应用中，训练阶段通常可获得如边界框、图像标题和描述等附加信息，这些信息被称为特权信息（PI）。然而，现有的利用PI的学习工作仅考虑示例级PI（特权示例），未能利用MIML学习中可用的包级PI（特权包）。因此，本文提出一种双流全卷积网络，名为MIML-FCN+，通过一种新颖的PI损失函数统一起来，以解决带有特权包的MIML学习问题。与以往的PI工作相比，所提出的MIML-FCN+利用了易于获得的特权包，而非难以获取的特权示例，使得系统在实际应用中更具通用性和实用性。由于所提出的PI损失是凸的且兼容SGD，且框架本身是全卷积网络，MIML-FCN+可以轻松地与最先进的深度学习网络集成。此外，卷积层的灵活性使我们能够利用示例间的结构化相关性，以促进更有效的训练和测试。在三个基准数据集上的实验结果表明，所提出的MIML-FCN+在多目标识别应用中优于现有最先进的方法。
引用
@article{arxiv.1702.08681,
title = {MIML-FCN+: Multi-instance Multi-label Learning via Fully Convolutional Networks with Privileged Information},
author = {Hao Yang and Joey Tianyi Zhou and Jianfei Cai and Yew Soon Ong},
journal= {arXiv preprint arXiv:1702.08681},
year = {2017}
}
备注
Accepted in CVPR 2017