面向零样本草图图像检索的本体感知网络
计算机视觉与模式识别
2023-02-21 v1
摘要
零样本草图图像检索（ZSSBIR）是一项新兴任务。开创性工作聚焦于模态鸿沟，却忽略了类间信息。尽管近期研究已开始采用基于三元组或对比的损失来挖掘类间信息，但正负样本需谨慎选取，否则模型易丢失模态特有信息。为应对这些问题，我们提出了一种本体感知网络（OAN）。具体而言，提出平滑类间独立性学习机制以维持类间特性，同时利用基于蒸馏的一致性保持来保留模态特有信息。大量实验证明了我们的算法在两个具有挑战性的Sketchy和Tu-Berlin数据集上的优越性能。
引用
@article{arxiv.2302.10040,
title = {Ontology-aware Network for Zero-shot Sketch-based Image Retrieval},
author = {Haoxiang Zhang and He Jiang and Ziqiang Wang and Deqiang Cheng},
journal= {arXiv preprint arXiv:2302.10040},
year = {2023}
}
备注
4 pages, 3 figures