中山大学、商汤科技
怎样使用DNN框架来 unify 丰富的专业知识,提出了一个知识嵌入表示学习(Knowledge-Embedded Rpresentation Learning)框架来解决细粒度图像识别问题。
大量以 知识图谱 存在的 视觉概念,使用了Gated Graph 神经网络来传播 node message,然后生成知识表示。
通过引入一种新的门控机制,我们的KERL框架将这种知识表示方法应用到图像特征识别学习中。(1)嵌入的高级知识增强了特征表示,有助于区分子类之间的细微区别 (2)我们的框架可以使用有意义的配置来学习特征映射,highlighted regions 与 知识图谱 的节点(特定属性)完全一致。
数据集:Caltech-UCSD bird dataset
人类根据物体的外形和来自日常生活或者professions的知识来进行进行物体识别任务。通常,这些知识是根据一个复杂的视觉概念体系得到的,这个体系包括类别标签和它们的特性。细粒度的图像分类:attributes用来区分子类别。
传统的图像识别方法没有使用到这个知识,只是用了low-level 图像线索。如:使用part-based models;visual attention network定位discriminative regions/parts 以区分不同子类别之间的细微差别。然而