Deep Multimodal Transfer Learning for Cross-Modal Retrieval

计算机科学 学习迁移 人工智能 模式 不相交集 模态(人机交互) 深度学习 知识转移 集合(抽象数据类型) 构造(python库) 领域(数学分析) 机器学习 情态动词 情报检索 自然语言处理 社会学 程序设计语言 高分子化学 化学 数学分析 组合数学 知识管理 社会科学 数学
作者
Liangli Zhen,Peng Hu,Xi Peng,Rick Siow Mong Goh,Joey Tianyi Zhou
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:33 (2): 798-810 被引量:48
标识
DOI:10.1109/tnnls.2020.3029181
摘要

Cross-modal retrieval (CMR) enables flexible retrieval experience across different modalities (e.g., texts versus images), which maximally benefits us from the abundance of multimedia data. Existing deep CMR approaches commonly require a large amount of labeled data for training to achieve high performance. However, it is time-consuming and expensive to annotate the multimedia data manually. Thus, how to transfer valuable knowledge from existing annotated data to new data, especially from the known categories to new categories, becomes attractive for real-world applications. To achieve this end, we propose a deep multimodal transfer learning (DMTL) approach to transfer the knowledge from the previously labeled categories (source domain) to improve the retrieval performance on the unlabeled new categories (target domain). Specifically, we employ a joint learning paradigm to transfer knowledge by assigning a pseudolabel to each target sample. During training, the pseudolabel is iteratively updated and passed through our model in a self-supervised manner. At the same time, to reduce the domain discrepancy of different modalities, we construct multiple modality-specific neural networks to learn a shared semantic space for different modalities by enforcing the compactness of homoinstance samples and the scatters of heteroinstance samples. Our method is remarkably different from most of the existing transfer learning approaches. To be specific, previous works usually assume that the source domain and the target domain have the same label set. In contrast, our method considers a more challenging multimodal learning situation where the label sets of the two domains are different or even disjoint. Experimental studies on four widely used benchmarks validate the effectiveness of the proposed method in multimodal transfer learning and demonstrate its superior performance in CMR compared with 11 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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
刘浩然发布了新的文献求助10
刚刚
liu发布了新的文献求助10
刚刚
1秒前
2秒前
justin完成签到,获得积分10
3秒前
mzm完成签到,获得积分10
3秒前
单纯代萱发布了新的文献求助30
5秒前
害羞的涵蕾完成签到 ,获得积分10
5秒前
耳机单蹦发布了新的文献求助10
5秒前
高远玺完成签到 ,获得积分10
5秒前
魔术师完成签到,获得积分10
9秒前
cxlhzq完成签到,获得积分10
10秒前
笑点低完成签到 ,获得积分10
11秒前
GGBond完成签到 ,获得积分10
12秒前
苦行僧完成签到,获得积分10
12秒前
bkagyin应助单纯代萱采纳,获得10
14秒前
yaya完成签到,获得积分10
14秒前
liaomr完成签到 ,获得积分10
14秒前
红烧肉耶完成签到 ,获得积分10
17秒前
Shellingford完成签到,获得积分10
17秒前
小蘑菇完成签到 ,获得积分10
18秒前
番茄你个土豆完成签到,获得积分10
20秒前
hope完成签到,获得积分10
20秒前
单纯代萱完成签到,获得积分10
22秒前
筷子夹豆腐脑完成签到,获得积分10
23秒前
缥缈熊猫完成签到,获得积分10
23秒前
海虎爆破拳完成签到,获得积分10
26秒前
27秒前
ilk666完成签到,获得积分10
27秒前
李健的小迷弟应助刘浩然采纳,获得10
27秒前
yanglinhai完成签到 ,获得积分10
28秒前
免疫小白完成签到 ,获得积分10
28秒前
Joyo完成签到 ,获得积分10
29秒前
Flyzhang完成签到,获得积分10
29秒前
33秒前
001完成签到,获得积分10
33秒前
薏晓完成签到 ,获得积分10
33秒前
Lucas应助烂漫的白山采纳,获得10
34秒前
吕禹竺完成签到 ,获得积分10
34秒前
填海完成签到,获得积分10
34秒前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Questioning sequences in the classroom 700
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5378663
求助须知:如何正确求助?哪些是违规求助? 4503041
关于积分的说明 14014978
捐赠科研通 4411712
什么是DOI,文献DOI怎么找? 2423469
邀请新用户注册赠送积分活动 1416373
关于科研通互助平台的介绍 1393834