Spoken Attributes: Mixing Binary and Relative Attributes to Say the Right Thing 论文笔记

今天读的是ICCV2013 的Spoken Attributes: Mixing Binary and Relative Attributes toSay the Right Thing. Attribute最近几年都比较火，而有关attribute的文章几乎都与Devi Parikh大美女有关。今天读的这篇Spoken Attribute的话就比较偏灌水和挖坑的类型。文章的大意为：人在描述东西时，有时候会用binary attribute，有时候会用relative attribute，如图1所示.对于（a），我们可能会说2比1笑得更灿烂（relative），而对于（b）来说，说谁比谁笑得更灿烂就不合适了，因为她们俩都没有在笑。另外一方面，像“戴眼镜”这样的attribute我们通常不会用relative的attribute（比如我比你更“戴眼镜”，这完全不合理逻辑），而往往会选择binary attribute。

图1

所以本篇文章要做的就是这样一个问题：什么时候我们会用relative（或binary）去描述一幅图像。当有了这个问题以后，想想如果是我们自己来解这个问题的话，那最直接的想法就是我们还是对每一个attribute训练一个分类器，用分类器的输出