Semantic bottleneck for computer vision tasks
Semantic bottleneck for computer vision tasks
复制标题
计算机视觉任务的语义瓶颈
DOI：
--
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
F. Jurie
中科院分区：
文献类型：
--
作者：
Max Bucher;S. Herbin;F. Jurie
本文介绍了一种新的图像表示方法，该方法本质上是语义的，解决了计算机视觉任务中的计算可理解性问题。更具体地说，我们的提议是在处理管道中引入我们所谓的语义瓶颈，这是一个交叉点，在这个交叉点上，图像的表示完全用自然语言表达，同时保留数字表示的效率。我们表明，我们的方法能够生成语义表示，在基于语义内容的图像检索上给出最先进的结果，并且在图像分类任务上也表现得非常好。通过以用户为中心的故障检测实验来评估可理解性。
This paper introduces a novel method for the representation of images that is semantic by nature, addressing the question of computation intelligibility in computer vision tasks. More specifically, our proposition is to introduce what we call a semantic bottleneck in the processing pipeline, which is a crossing point in which the representation of the image is entirely expressed with natural language , while retaining the efficiency of numerical representations. We show that our approach is able to generate semantic representations that give state-of-the-art results on semantic content-based image retrieval and also perform very well on image classification tasks. Intelligibility is evaluated through user centered experiments for failure detection.
影响因子：
2.9
作者：
Montavon, Gregoire;Samek, Wojciech;Mueller, Klaus-Robert
通讯作者：
Mueller, Klaus-Robert