使用带迭代协同注意力的多模态深度模型预测二手珠宝饰品的转售价格
计算机视觉与模式识别
2019-07-02 v1
摘要
二手珠宝饰品转售价格的评估严重依赖于领域专家的个人知识与技能。在本文中，我们提出了一种重构 AI 系统的方法论，该系统能够在无需专业知识的情况下自主评估二手珠宝饰品的转售价格。如近期关于时尚单品的研究所示，结合单品规格与视觉信息的多模态方法已成功获取时尚单品的细粒度表示，尽管它们通常通过多模态融合应用简单的向量运算。我们类似地构建了一个使用产品图像与属性的多模态模型，并进一步采用计算机视觉中最先进的多模态深度神经网络以实现实用的性能水平。此外，我们使用迭代协同注意力网络对专家的定价过程进行建模，其中产品的外观与属性被仔细且迭代地观察。在此，我们利用从合作时尚零售商处获得的大型二手无品牌珠宝饰品数据集证明了我们模型的有效性，并表明迭代协同注意力过程在转售价格预测的情境下有效运作。我们的模型架构广泛适用于外观与规格为重要方面的其他时尚单品。
引用
@article{arxiv.1907.00661,
title = {The Resale Price Prediction of Secondhand Jewelry Items Using a Multi-modal Deep Model with Iterative Co-Attention},
author = {Yusuke Yamaura and Nobuya Kanemaki and Yukihiro Tsuboshita},
journal= {arXiv preprint arXiv:1907.00661},
year = {2019}
}
备注
10 pages, 6 figures