基于图像三元组挖掘无监督视觉表示学习.PDFVIP

第 41 卷 计 算 机 学 报 Vol. 41 2018 论文在线出版号 No.85 CHINESE JOURNAL OF COMPUTERS Online Publishing No.85 基于图像三元组挖掘的无监督视觉表示学习 何果财 刘峡壁 (北京理工大学计算机学院智能信息技术北京市重点实验室 北京 100081) 摘 要 特征表示是计算机视觉应用中的关键问题之一，由于视觉数据的海量增长和人工标记的高成本问题，无监督视觉 表示学习逐渐受到了人们的广泛关注。本文提出一种基于图像三元组挖掘的无监督视觉表示学习方法。该方法包含两个部分： 挖掘图像三元组和学习特征表示。具体而言，首先构建二分类卷积神经网络，从图像数据集中挖掘三元组，即图像、与其相 似的图像、与其不相似的图像这三者构成的数据。然后使用得到的图像三元组作为监督信息，通过训练 Triplet 卷积神经网 络来获得视觉表示。为了验证本文所提