像人类一样标注：多样且互异的图像标注
计算机视觉与模式识别
2018-04-03 v1
摘要
在本工作中，我们提出了一种名为多样且互异图像标注（diverse and distinct image annotation, D2IA）的新型自动图像标注模型。生成模型 D2IA 受人类标注集合的启发，后者创造出语义相关却又互异且多样的标签。在 D2IA 中，我们从一个行列式点过程（DPP）模型中通过序贯采样生成一个相关且互异的标签子集，其中标签与图像内容相关且彼此语义互异；通过随机扰动 DPP 采样过程，生成多个此类标签子集以覆盖图像内容的不同语义方面或不同语义层次。我们利用生成对抗网络（GAN）模型来训练 D2IA。在两个基准数据集上的大量实验（包括定量与定性比较以及人类受试者研究）表明，所提模型能比最先进方法产生更多样且互异的标签。
引用
@article{arxiv.1804.00113,
title = {Tagging like Humans: Diverse and Distinct Image Annotation},
author = {Baoyuan Wu and Weidong Chen and Peng Sun and Wei Liu and Bernard Ghanem and Siwei Lyu},
journal= {arXiv preprint arXiv:1804.00113},
year = {2018}
}
备注
Accepted by CVPR 2018