《表6 PKU XMediaNet数据集上的两种媒体相互检索结果》
图像文本相互检索的实验结果见表5和表6,本文提出的方法在两个数据集上同样超过了12种对比方法表明本文方法在两种媒体相互检索的场景下同样具有很好的效果.对比方法中,传统方法和基于深度学习的方法的检索准确率并没有很大的差异,一些传统方法甚至超过了部分基于深度学习的方法,例如JRL[10]、S2UPG[28]和LGCFL[22].另一方面,CCL[24]方法采用多任务学习的方式同时考虑粗细粒度的信息,在对比方法中取得了最好的结果.而本文方法不仅充分挖掘了数据内部的细粒度信息,还考虑到了它们之间的上下文关系,有效地学习了两种媒体类型数据之间的关联关系.
图表编号 | XD0039648500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 卓昀侃、綦金玮、彭宇新 |
绘制单位 | 北京大学计算机科学技术研究所、北京大学计算机科学技术研究所、北京大学计算机科学技术研究所 |
更多格式 | 高清、无水印(增值服务) |