关键词cross-domain image retrieval
搜索结果 - 4
- 跨域图像检索的多模态方法
使用多模态语言 - 视觉架构的新颖标题匹配方法能够在跨域图像检索中实现最先进的性能表现,尤其在与人工智能生成的图像一起进行测试时。
- AAAI无需对应关系的领域对齐用于无监督跨领域图像检索
本文研究跨域图像检索的无监督情况,提出了一种新的无对应关系的跨域对齐方法,即不考虑对应关系和类别注释的情况下,利用 In-domain 自匹配监督机制和跨域分类器对齐消除跨域差异,实现了无监督跨域图像检索。
- 基于注意力模型的跨领域图像检索
本文旨在通过在电商网站上的标签信息和候选图像上下文信息,利用了 TagYNet 和 CtxYNet 等深度卷积神经网络架构,以实现对基于智能手机拍摄的图像进行检索的 Attention weights 计算和图像特征提取,可显著提高检索的准 - 双属性感知排名网络实现跨域图像检索
本文提出了一种基于双属性感知排序网络的跨域图像检索方法,解决了实际应用中用户拍摄的非理想服装图像与在线购物图片之间巨大差距的问题,并通过语义属性学习、视觉相似性约束以及大规模数据集的使用极大地提高了图像检索的性能。