- …
- …
#172
summarized by : Ryota Suzuki
どんな論文か？
画像検索で，入力を「画像」＋「それを修正するような文言」（例：エッフェル塔画像＋「No people」）とするタスクを提案．実現のために画像と文字情報を結合するText Image Residual Gatingを提案．ゲートと残差の項を学習可能な重みで結合する．Deep Metric Learningも添えて．
新規性
提案タスクがとにかく新しいし，画像検索としてはだれでもやりたくなるクエリ．
結果
Fashion200kで精度15.2 (+0.4)，CLEVRによる3D->3Dで検索パフォーマンス73.7 (+7.9)，2D->3Dで46.6 (+2.9)．（2位手法との比較）
その他（なぜ通ったか？等）
Google AI lab. この論文でも採用されているCLEVRデータセットは強い…！
- …
- …