基于多视觉模态与缺失数据的房地产属性预测
计算机视觉与模式识别
2022-11-17 v1 人工智能
机器学习
摘要
房地产的评估与估价需要带有房地产信息的大型数据集。遗憾的是,房地产数据库在实践中通常较为稀疏,即并非每处房产都具备所有重要属性。本文研究从视觉数据预测高层房地产属性的潜力,具体来自两种视觉模态,即室内(内部)与室外(立面)照片。我们采用不同的多模态融合策略设计了三个模型,并在三种不同用例下进行评估。其中一项特殊挑战是处理缺失模态。我们评估了不同的融合策略,给出了不同预测任务的基线,并发现用额外的不完整样本扩充训练数据可提升预测精度。此外,融合室内与室外照片的信息使 Macro F1-score 最高提升 5%。
引用
@article{arxiv.2211.09018,
title = {Real Estate Attribute Prediction from Multiple Visual Modalities with Missing Data},
author = {Eric Stumpe and Miroslav Despotovic and Zedong Zhang and Matthias Zeppelzauer},
journal= {arXiv preprint arXiv:2211.09018},
year = {2022}
}
备注
included in the Proceedings of the OAGM Workshop 2021