#686
summarized by : masato tonouchi
Compatibility-Aware Heterogeneous Visual Search

どんな論文か?

画像検索システムにおいて、ギャラリーセットに比べてクエリの埋め込みには高いパフォーマンスが求めれらるため、できるだけコンパクトなモデルであることが求められる。著者らは後方互換性のある表現学習手法(BCT)を用い、ギャラリーセットの埋め込みとクエリの埋め込みで異なるモデルを使用するHeterogeneousな設定を実現した。 加えて、BCTとNASを組み合わせた手法の有効性を示した。
placeholder

新規性

著者らの昨年のCVPR2020(oral)の採択論文である"Towards Backward-Compatible Representation Learning"をさらに発展させ、BCTがNASにも応用できることを示した。 アーキテクチャが互換性への影響要因となることを示した点も新規性。

結果

精度低下をパラゴン設定の1.6%以内に維持しつつ、ベースライン(MobileNet等)と同等のパフォーマンスを達成した。ベースラインに比べて精度は大幅に差を付けており、互換性のある表現学習におけるNASとしての提案手法の有効性を大いに示した。

その他(なぜ通ったか?等)

検索システムは非常に汎用性が高く、実応用上の貢献度が高いと思われる。