#260
summarized by : maokura
Towards Visual Feature Translation

どんな論文か?

画像検索システムなどで利用される画像特徴は,他のシステムで再利用することが難しく,また特徴の生成は時間がかかる.本研究では,ある画像特徴を別のシステムで利用できるよう転移させ,また異なる画像特徴間のaffinityをはかれるような手法の提案を行った.ソース特徴をデコードしたもの&ターゲット特徴をデコードしたものとターゲット特徴の距離を最小化するような損失でモデルを最適化.
placeholder

新規性

画像特徴の転移を行う問題に初めて取り組んだ.また,異なる画像特徴のaffinityを測れるようにした.画像特徴間のaffinityを測ることで,転移がどれくらい上手くいくかを予想することができる.

結果

特徴の変換前後で画像検索タスクのmAPをはかりその差を評価対象とした.画像特徴としてSIFT,DELF,,CNN(VGG, ResNet)などをFisher Vector化したものや,VLADで特徴点をとってベクトル化したものなどを対象として,特徴転移の性能の評価を行った.結果として,特徴の種類によって変換前後のmAPに大きく差があることがわかった.また,affinityはそれを反映できていた.

その他(なぜ通ったか?等)