Fugu-MT 論文翻訳(概要): A Study on the Efficient Product Search Service for the Damaged Image Information

論文の概要: A Study on the Efficient Product Search Service for the Damaged Image Information

arxiv url: http://arxiv.org/abs/2111.07346v1
Date: Sun, 14 Nov 2021 13:58:48 GMT
ステータス: 処理完了
システム内更新日: 2021-11-16 17:46:52.957182
Title: A Study on the Efficient Product Search Service for the Damaged Image Information
Title（参考訳）: 損傷画像情報に対する効率的な商品検索サービスに関する研究
Authors: Yonghyun Kim
Abstract要約: 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。
参考スコア（独自算出の注目度）: 12.310316230437005
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: With the development of Information and Communication Technologies and the dissemination of smartphones, especially now that image search is possible through the internet, e-commerce markets are more activating purchasing services for a wide variety of products. However, it often happens that the image of the desired product is impaired and that the search engine does not recognize it properly. The idea of this study is to help search for products through image restoration using an image pre-processing and image inpainting algorithm for damaged images. It helps users easily purchase the items they want by providing a more accurate image search system. Besides, the system has the advantage of efficiently showing information by category, so that enables efficient sales of registered information.
Abstract（参考訳）: 情報通信技術の発展とスマートフォンの普及、特に画像検索がインターネットを通じて可能になった今、電子商取引市場はさまざまな製品の購入サービスを活性化している。しかし、望ましい製品のイメージが損なわれ、検索エンジンが適切に認識していないことがしばしば発生する。本研究の目的は,損傷画像に対する画像前処理と画像インパインティング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。より正確な画像検索システムを提供することで、ユーザーが欲しいアイテムを簡単に購入できる。また, カテゴリー別に効率的に情報を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。

関連論文リスト

Semi-Truths: A Large-Scale Dataset of AI-Augmented Images for Evaluating Robustness of AI-Generated Image detectors [62.63467652611788]
実画像27,600枚、223,400枚、AI拡張画像1,472,700枚を含むSEMI-TRUTHSを紹介する。それぞれの画像には、検出器のロバスト性の標準化と目標評価のためのメタデータが添付されている。以上の結果から,現状の検出器は摂動の種類や程度,データ分布,拡張方法に様々な感度を示すことが示唆された。
論文参考訳（メタデータ） (2024-11-12T01:17:27Z)
Shopping Queries Image Dataset (SQID): An Image-Enriched ESCI Dataset for Exploring Multimodal Learning in Product Search [0.6106642353538779]
Shopping Queriesイメージデータセット(SQID)は、Amazon Shopping Queriesデータセットの拡張で、190,000の製品に関連するイメージ情報に富んでいる。視覚情報を統合することで、SQIDは製品検索とランキングを改善するためのマルチモーダル学習技術の研究を促進する。本稿では,SQIDと事前学習モデルを用いて,検索とランキングにマルチモーダルデータを用いることの価値を示す実験結果を提案する。
論文参考訳（メタデータ） (2024-05-24T03:50:31Z)
Transformer-empowered Multi-modal Item Embedding for Enhanced Image Search in E-Commerce [20.921870288665627]
マルチモーダルアイテム埋め込みモデル(MIEM)は、製品に関するテキスト情報と複数の画像の両方を利用して、意味のある製品機能を構築することができる。 MIEMはShopeeイメージ検索プラットフォームの一部となっている。
論文参考訳（メタデータ） (2023-11-29T08:09:50Z)
Invisible Relevance Bias: Text-Image Retrieval Models Prefer AI-Generated Images [67.18010640829682]
我々は,AI生成画像がテキスト画像検索モデルに目に見えない関連性バイアスをもたらすことを示す。検索モデルのトレーニングデータにAI生成画像を含めると、目に見えない関連性バイアスが増す。本研究では,目に見えない関連バイアスを軽減するための効果的なトレーニング手法を提案する。
論文参考訳（メタデータ） (2023-11-23T16:22:58Z)
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)
Unified Vision-Language Representation Modeling for E-Commerce Same-Style Products Retrieval [12.588713044749177]
電子商取引プラットフォームでは,同種の商品検索が重要な役割を担っている。電子商取引同型商品検索のための統合視覚言語モデリング手法を提案する。クロスモーダルな製品間検索、スタイル転送、ユーザ対話型検索が可能である。
論文参考訳（メタデータ） (2023-02-10T07:24:23Z)
Fighting Malicious Media Data: A Survey on Tampering Detection and Deepfake Detection [115.83992775004043]
近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
論文参考訳（メタデータ） (2022-12-12T02:54:08Z)
Automatic Generation of Product-Image Sequence in E-commerce [46.06263129000091]
MUIsC(Multi-modality Unified Imagesequence)は、ルール違反を学習することで、すべてのカテゴリを同時に検出できる。 2021年12月までに、当社の AGPIS フレームワークは、約150万製品の高規格画像を生成し、13.6%の拒絶率を達成した。
論文参考訳（メタデータ） (2022-06-26T23:38:42Z)
An Improved Deep Learning Approach For Product Recognition on Racks in Retail Stores [2.470815298095903]
小売店における自動製品認識は、コンピュータビジョンとパターン認識の領域における重要な現実世界のアプリケーションである。我々は、Faster-RCNNベースのオブジェクトローカライザとResNet-18ベースのイメージエンコーダからなる2段階物体検出認識パイプラインを開発した。各モデルは、より優れた予測のために適切なデータセットを使用して微調整され、各クエリイメージ上でデータ拡張が行われ、ResNet-18ベースの製品認識モデルを微調整するための広範なギャラリーセットが作成される。
論文参考訳（メタデータ） (2022-02-26T06:51:36Z)
An Automatic Image Content Retrieval Method for better Mobile Device Display User Experiences [91.3755431537592]
モバイル端末向け画像コンテンツ検索と分類のための新しいモバイルアプリケーションを提案する。このアプリケーションは何千もの写真で実行され、モバイルディスプレイでより良いユーザー視覚体験を実現するための励ましの成果を見せた。
論文参考訳（メタデータ） (2021-08-26T23:44:34Z)
Neural Networks for Fashion Image Classification and Visual Search [1.8899300124593648]
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。
論文参考訳（メタデータ） (2020-05-17T05:25:41Z)

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。