Apprentissage métrique profond faiblement supervisé pour la récupération d'images contribué par la communauté

Ces dernières années, nous avons assisté à une croissance explosive des images contribué par la communauté avec des informations contextuelles riches, ce qui est bénéfique pour la tâche de récupération d'images. Cela peut nous aider à apprendre une métrique appropriée pour atténuer l'écart sémantique. Dans cet article, nous proposons un nouvel algorithme d'apprentissage de métriques de distance, à savoir l'apprentissage métrique profond faiblement supervisé (WDML), dans le cadre de l'apprentissage profond. Il utilise une approche d'apprentissage progressive pour découvrir des connaissances en exploitant conjointement les structures de données hétérogènes issues des contenus visuels et des étiquettes fournies par les utilisateurs des images sociales. La structure sémantique dans l'espace textuel est censée être bien conservée tandis que le problème des étiquettes bruyantes, incomplètes ou subjectives est abordé en tirant parti de la structure visuelle dans l'espace visuel original. De plus, un modèle sparse avec la norme mixte l2,1 est imposé sur la matrice de transformation de la première couche de l'architecture profonde pour compresser les caractéristiques visuelles bruyantes ou redondantes. Le problème proposé est formulé comme un problème d'optimisation avec une fonction objective bien définie et un algorithme itératif simple mais efficace est proposé pour le résoudre. D'importantes expériences sur des ensembles de données d'images sociales du monde réel sont menées pour vérifier l'efficacité de la méthode proposée pour la récupération d'images. Des résultats expérimentaux encourageants sont obtenus par rapport à plusieurs méthodes représentatives d'apprentissage de métriques.