論文の概要: Neural Networks for Fashion Image Classification and Visual Search

• arxiv url: http://arxiv.org/abs/2005.08170v1
• Date: Sun, 17 May 2020 05:25:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-02 05:16:23.967664
• Title: Neural Networks for Fashion Image Classification and Visual Search
• Title（参考訳）: ファッション画像分類とビジュアル検索のためのニューラルネットワーク
• Authors: Fengzi Li, Shashi Kant, Shunichi Araki, Sumer Bangera, Swapna Samir Shukla
• Abstract要約: 電子商取引業界が直面している2つの潜在的課題について論じる。 1つは、販売者がプラットフォームに商品の写真をアップロードする際に直面する問題と、それに伴う手作業によるタグ付けに関するものだ。 もう一つの問題は、顧客が正しいキーワードを知らないが画像の視覚的な印象を持つ場合、注文を配置する際の潜在的なボトルネックに関するものである。 画像ベースの検索アルゴリズムは、ユーザーがオブジェクトの画像をクリックして類似商品をタイピングすることなく検索できるようにすることで、Eコマースの真の可能性を解き放つことができる。
• 参考スコア（独自算出の注目度）: 1.8899300124593648
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We discuss two potentially challenging problems faced by the ecommerce industry. One relates to the problem faced by sellers while uploading pictures of products on the platform for sale and the consequent manual tagging involved. It gives rise to misclassifications leading to its absence from search results. The other problem concerns with the potential bottleneck in placing orders when a customer may not know the right keywords but has a visual impression of an image. An image based search algorithm can unleash the true potential of ecommerce by enabling customers to click a picture of an object and search for similar products without the need for typing. In this paper, we explore machine learning algorithms which can help us solve both these problems.
• Abstract（参考訳）: 電子商取引業界が直面している2つの潜在的課題について論じる。 一つは売り手が直面する問題、もうひとつは販売プラットフォームに商品の写真をアップロードし、関連するマニュアルタグを付けることだ。 これは、検索結果がないことにつながる誤分類を引き起こす。 もう一つの問題は、顧客が正しいキーワードを知らないが画像の視覚的な印象を持つ場合、注文を配置する際の潜在的なボトルネックに関するものである。 画像ベースの検索アルゴリズムは、ユーザーがオブジェクトの画像をクリックして類似商品をタイピングすることなく検索できるようにすることで、Eコマースの真の可能性を解き放つことができる。 本稿では,これらの問題を解決する機械学習アルゴリズムについて検討する。

関連論文リスト

• Revolutionizing Text-to-Image Retrieval as Autoregressive Token-to-Voken Generation [90.71613903956451]
  テキスト・ツー・イメージ検索はマルチメディア処理における基本的な課題である。 本稿では,AVGという自己回帰ボウケン生成手法を提案する。 AVGは有効性と有効性の両方において優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2024-07-24T13:39:51Z)
• Ask Questions with Double Hints: Visual Question Generation with Answer-awareness and Region-reference [107.53380946417003]
  本稿では,応答認識と領域参照を用いた視覚的質問生成のための新しい学習パラダイムを提案する。 我々は、追加の人間のアノテーションを導入することなく、視覚的ヒントを自己学習する簡単な手法を開発した。
  論文  参考訳（メタデータ） (2024-07-06T15:07:32Z)
• Product Review Image Ranking for Fashion E-commerce [0.0]
  当社のネットワークは、高品質の画像よりも品質の悪い画像をランク付けするようにトレーニングしています。 提案手法は,2つの指標,すなわち相関係数と精度のベースラインモデルに対して,かなりのマージンで性能を向上する。
  論文  参考訳（メタデータ） (2023-08-10T07:09:13Z)
• Enhancing Textbooks with Visuals from the Web for Improved Learning [50.01434477801967]
  本稿では,Webからの画像を用いた教科書を自動的に強化する視覚言語モデルの有効性について検討する。 数学、科学、社会科学、ビジネス分野における電子教科書のデータセットを収集します。 次に,テキスト画像マッチングタスクを設定し,テキスト画像の検索とテキストへの適切な割り当てを行う。
  論文  参考訳（メタデータ） (2023-04-18T12:16:39Z)
• Visually Similar Products Retrieval for Shopsy [0.0]
  マルチタスク学習手法を用いて,リセラーコマースのためのビジュアル検索システムを設計する。 我々のモデルは属性分類、三重項ランク付け、変分オートエンコーダ(VAE)の3つの異なるタスクからなる。
  論文  参考訳（メタデータ） (2022-10-10T10:59:18Z)
• Deep Image Deblurring: A Survey [165.32391279761006]
  低レベルのコンピュータビジョンにおいて、デブロアリングは古典的な問題であり、ぼやけた入力画像からシャープなイメージを復元することを目的としている。 近年のディープラーニングの進歩は、この問題の解決に大きな進歩をもたらした。
  論文  参考訳（メタデータ） (2022-01-26T01:31:30Z)
• A Study on the Efficient Product Search Service for the Damaged Image Information [12.310316230437005]
  本研究の目的は、損傷した画像に対する画像前処理と画像印字アルゴリズムを用いて、画像復元による製品検索を支援することである。 本システムは,情報をカテゴリー別に効率よく表示する利点があり,登録情報の効率的な販売が可能となる。
  論文  参考訳（メタデータ） (2021-11-14T13:58:48Z)
• A Review on Near Duplicate Detection of Images using Computer Vision Techniques [0.0]
  ほぼ重複する物質の存在は、検索エンジンの性能に重大な影響を及ぼす。 コンピュータビジョンの主な応用は画像理解である。 画像のほぼ重複検出に関する文献の適切な調査は行われていない。
  論文  参考訳（メタデータ） (2020-09-07T16:41:46Z)
• Tasks Integrated Networks: Joint Detection and Retrieval for Image Search [99.49021025124405]
  多くの現実世界の探索シナリオ(例えばビデオ監視)では、オブジェクトは正確に検出または注釈付けされることはめったにない。 まず、エンド・ツー・エンド統合ネット(I-Net)を紹介します。 さらに,2つの新しいコントリビューションを行うDC-I-Netという改良されたI-Netを提案する。
  論文  参考訳（メタデータ） (2020-09-03T03:57:50Z)
• Improving Object Detection with Selective Self-supervised Self-training [62.792445237541145]
  本研究では,Web画像を利用した人為的対象検出データセットの強化について検討する。 画像と画像の検索によりWebイメージを検索し、他の検索手法に比べて、キュレートされたデータからのドメインシフトが少なくなる。 画像分類のためのラベルのないデータを探索する2つの並列処理をモチベーションとした新しい学習手法を提案する。
  論文  参考訳（メタデータ） (2020-07-17T18:05:01Z)
• Modeling Product Search Relevance in e-Commerce [7.139647051098728]
  本稿では,検索クエリと商品の関連性を評価するためのロバストな手法を提案する。 BM25 や Indri のような従来の情報検索モデルと word2vec, sentence2vec, paragraph2vec といったディープラーニングモデルとの比較を行った。
  論文  参考訳（メタデータ） (2020-01-14T21:17:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。