通过结合深度神经网络与认知架构实现语义图像检索
信息检索
2018-06-20 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
基于语义内容的图像与视频检索多年来一直是一项重要且富有挑战的任务，因为它最终需要弥合符号/亚符号鸿沟。深度学习近期的成功使得对属于众多类别的物体的检测大大优于传统计算机视觉技术。然而，能够执行检索查询的深度学习解决方案尚不可用。我们提出了一种混合方案，由用于物体检测的深度神经网络和用于查询执行的认知架构组成。具体而言，我们使用 YOLOv2 和 OpenCog。实现了允许检索包含指定类别物体及指定空间排列的视频帧的查询。
引用
@article{arxiv.1806.06946,
title = {Semantic Image Retrieval by Uniting Deep Neural Networks and Cognitive Architectures},
author = {Alexey Potapov and Innokentii Zhdanov and Oleg Scherbakov and Nikolai Skorobogatko and Hugo Latapie and Enzo Fenoglio},
journal= {arXiv preprint arXiv:1806.06946},
year = {2018}
}