利用梯度惩罚正则化服装评价中的判定理由
计算机视觉与模式识别
2020-02-04 v1
摘要
本文构建了一个服装评价系统，该系统提供包含带有说服性解释的判定结果的反馈。系统以监督方式进行训练，忠实遵循时尚领域的领域知识。我们创建了 EVALUATION3 数据集，该数据集标注有判定结果、判定的决定性理由以及所有对应属性（如印花、廓形和材质等）。在训练过程中，首先提取服装中所有属性的特征，然后将其拼接作为因子内兼容性网络的输入。随后，利用因子间兼容性网络计算判定损失。我们对判定损失的梯度进行惩罚，使得我们类 Grad-CAM 的理由被正则化为与标注理由一致。在推理时，根据所获得的判定、理由和属性信息，通过预定义模板生成用户友好的解释语句。实验结果表明，所获得的网络兼具高精度与良好可解释性的优点。
引用
@article{arxiv.2002.00460,
title = {Regularizing Reasons for Outfit Evaluation with Gradient Penalty},
author = {Xingxing Zou and Zhizhong Li and Ke Bai and Dahua Lin and Waikeung Wong},
journal= {arXiv preprint arXiv:2002.00460},
year = {2020}
}
备注
10 pages