Tell, Imagine, and Search: End-to-end Learning for Composing Text and Image to Image Retrieval

计算机科学 图像检索 判别式 图像(数学) 一致性(知识库) 水准点(测量) 图像自动标注 人工智能 视觉文字 光学(聚焦) 生成语法 模态(人机交互) 情报检索 特征(语言学) 模式识别(心理学) 地理 哲学 物理 光学 语言学 大地测量学
作者
Feifei Zhang,Mingliang Xu,Changsheng Xu
出处
期刊:ACM Transactions on Multimedia Computing, Communications, and Applications [Association for Computing Machinery]
卷期号:18 (2): 1-23 被引量:12
标识
DOI:10.1145/3478642
摘要

Composing Text and Image to Image Retrieval ( CTI-IR ) is an emerging task in computer vision, which allows retrieving images relevant to a query image with text describing desired modifications to the query image. Most conventional cross-modal retrieval approaches usually take one modality data as the query to retrieve relevant data of another modality. Different from the existing methods, in this article, we propose an end-to-end trainable network for simultaneous image generation and CTI-IR . The proposed model is based on Generative Adversarial Network (GAN) and enjoys several merits. First, it can learn a generative and discriminative feature for the query (a query image with text description) by jointly training a generative model and a retrieval model. Second, our model can automatically manipulate the visual features of the reference image in terms of the text description by the adversarial learning between the synthesized image and target image. Third, global-local collaborative discriminators and attention-based generators are exploited, allowing our approach to focus on both the global and local differences between the query image and the target image. As a result, the semantic consistency and fine-grained details of the generated images can be better enhanced in our model. The generated image can also be used to interpret and empower our retrieval model. Quantitative and qualitative evaluations on three benchmark datasets demonstrate that the proposed algorithm performs favorably against state-of-the-art methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Cope发布了新的文献求助200
1秒前
谷贝贝发布了新的文献求助30
1秒前
研友_Z7mKyL发布了新的文献求助10
1秒前
zf发布了新的文献求助10
1秒前
老水完成签到,获得积分10
1秒前
4秒前
5秒前
靓丽初蓝完成签到,获得积分10
6秒前
梅子黄时雨完成签到,获得积分10
6秒前
好大的影响因子来完成签到 ,获得积分10
9秒前
加菲丰丰应助科研通管家采纳,获得10
9秒前
9秒前
斯文败类应助科研通管家采纳,获得10
10秒前
赘婿应助科研通管家采纳,获得10
10秒前
华仔应助科研通管家采纳,获得10
10秒前
shiqinlan发布了新的文献求助10
10秒前
Burnell发布了新的文献求助10
10秒前
ybheart完成签到,获得积分10
10秒前
ZJZALLEN完成签到 ,获得积分10
10秒前
许多请发布了新的文献求助10
11秒前
12秒前
留胡子的霖完成签到,获得积分10
12秒前
ally发布了新的文献求助10
14秒前
Bake完成签到,获得积分10
15秒前
syk完成签到 ,获得积分10
15秒前
16秒前
务实的达完成签到,获得积分10
17秒前
M芦芦M完成签到 ,获得积分10
17秒前
搞怪便当完成签到,获得积分10
20秒前
ljys完成签到,获得积分10
20秒前
ysyzxs完成签到,获得积分10
20秒前
Burnell完成签到,获得积分20
22秒前
困敦发布了新的文献求助10
23秒前
23秒前
皇甫灵阳发布了新的文献求助10
28秒前
小二郎应助Burnell采纳,获得10
29秒前
斯文败类应助尼克的朱迪采纳,获得10
30秒前
呵浅陌完成签到,获得积分10
31秒前
31秒前
求求各位大哥救救小弟我吧完成签到,获得积分10
34秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3149387
求助须知:如何正确求助?哪些是违规求助? 2800406
关于积分的说明 7840028
捐赠科研通 2458019
什么是DOI,文献DOI怎么找? 1308162
科研通“疑难数据库(出版商)”最低求助积分说明 628456
版权声明 601706