基于注意力知识蒸馏的神经兼容性建模
计算机视觉与模式识别
2018-05-02 v1 多媒体
摘要
近来，蓬勃发展的时尚行业及其巨大潜在收益吸引了诸多研究领域的广泛关注。特别地，越来越多研究致力于互补服装搭配，因为搭配衣物组成合适穿搭已成为许多人的日常难题，尤其对那些缺乏美学感知者。得益于神经网络在图像分类与语音识别等各类应用中的显著成功，研究者得以采用数据驱动学习方法分析时尚单品。然而，现有研究忽视了时尚领域积累的丰富有价值知识（规则），尤其是有关服装搭配的规则。为此，本文通过融合先进深度神经网络与丰富时尚领域知识，关注互补服装搭配。考虑到规则可能模糊且不同规则对不同样本置信度各异，我们提出一种基于师生网络方案的注意力知识蒸馏神经兼容性建模方案。在真实数据集上的大量实验显示了我们的模型优于若干SOTA基线。基于比较，我们观察到某些为服装搭配研究增添价值的时尚洞见。作为副产品，我们发布了代码及所涉参数以惠及其他研究者。
引用
@article{arxiv.1805.00313,
title = {Neural Compatibility Modeling with Attentive Knowledge Distillation},
author = {Xuemeng Song and Fuli Feng and Xianjing Han and Xin Yang and Wei Liu and Liqiang Nie},
journal= {arXiv preprint arXiv:1805.00313},
year = {2018}
}