用于预测图像中主观名词属性的焦点-方面-极性模型
计算机视觉与模式识别
2018-10-16 v1 多媒体
摘要
主观视觉解释是计算机视觉中一个具有挑战性但重要的课题。许多方法将这一问题简化为从图像中预测形容词或属性标签。然而，这些方法大多未考虑属性语义，或仅以整体方式处理图像。此外，缺乏具有细粒度主观标签的相关数据集。本文提出焦点-方面-极性（Focus-Aspect-Polarity）模型，以构建图像处理中捕获主观性的流程，并引入遵循该建模方式的新数据集。我们在该数据集上运行实验以比较若干深度学习方法，发现基于张量乘法融入上下文信息在若干情况下优于默认的信息融合方式（拼接）。
引用
@article{arxiv.1810.06219,
title = {The Focus-Aspect-Polarity Model for Predicting Subjective Noun Attributes in Images},
author = {Tushar Karayil and Philipp Blandfort and Jörn Hees and Andreas Dengel},
journal= {arXiv preprint arXiv:1810.06219},
year = {2018}
}