論文の概要: LogoNet: a fine-grained network for instance-level logo sketch retrieval

• arxiv url: http://arxiv.org/abs/2304.02214v1
• Date: Wed, 5 Apr 2023 04:03:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-06 13:28:06.426867
• Title: LogoNet: a fine-grained network for instance-level logo sketch retrieval
• Title（参考訳）: LogoNet: インスタンスレベルのロゴのスケッチ検索のためのきめ細かいネットワーク
• Authors: Binbin Feng, Jun Li, Jianhua Xu
• Abstract要約: 2kのロゴインスタンスと9k以上のスケッチを含むインスタンスレベルのロゴスケッチデータセットを構築した。 次に、ロゴの正確なスケッチ検索のためのLogoNetと呼ばれるハイブリッドアテンション機構に基づく、きめ細かいトリプルブランチCNNアーキテクチャを開発する。
• 参考スコア（独自算出の注目度）: 7.858317554338922
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sketch-based image retrieval, which aims to use sketches as queries to retrieve images containing the same query instance, receives increasing attention in recent years. Although dramatic progress has been made in sketch retrieval, few efforts are devoted to logo sketch retrieval which is still hindered by the following challenges: Firstly, logo sketch retrieval is more difficult than typical sketch retrieval problem, since a logo sketch usually contains much less visual contents with only irregular strokes and lines. Secondly, instance-specific sketches demonstrate dramatic appearance variances, making them less identifiable when querying the same logo instance. Thirdly, there exist several sketch retrieval benchmarking datasets nowadays, whereas an instance-level logo sketch dataset is still publicly unavailable. To address the above-mentioned limitations, we make twofold contributions in this study for instance-level logo sketch retrieval. To begin with, we construct an instance-level logo sketch dataset containing 2k logo instances and exceeding 9k sketches. To our knowledge, this is the first publicly available instance-level logo sketch dataset. Next, we develop a fine-grained triple-branch CNN architecture based on hybrid attention mechanism termed LogoNet for accurate logo sketch retrieval. More specifically, we embed the hybrid attention mechanism into the triple-branch architecture for capturing the key query-specific information from the limited visual cues in the logo sketches. Experimental evaluations both on our assembled dataset and public benchmark datasets demonstrate the effectiveness of our proposed network.
• Abstract（参考訳）: スケッチをクエリとして使用して,同じクエリインスタンスを含む画像を取得することを目的とした,スケッチベースの画像検索が近年注目を集めている。 スケッチの検索は劇的な進歩を遂げているが、ロゴのスケッチの検索は、通常、不規則なストロークと行のみを含む視覚的なコンテンツがはるかに少ないため、ロゴのスケッチの検索は典型的なスケッチの検索問題よりも困難である。 第二に、インスタンス固有のスケッチは劇的な外観のばらつきを示し、同じロゴインスタンスを問い合わせるときに識別しにくくする。 第3に、最近のスケッチ検索ベンチマークデータセットはいくつか存在するが、インスタンスレベルのロゴスケッチデータセットはまだ公開されていない。 上記の制限に対処するため,本研究では,事例レベルのロゴスケッチ検索に2つの貢献をしている。 まず、2kのロゴインスタンスと9kのスケッチを含むインスタンスレベルのロゴスケッチデータセットを構築する。 私たちの知る限り、これは初めて公開されたインスタンスレベルのロゴスケッチデータセットです。 次に,ロゴの正確なスケッチ検索のために,LogoNetと呼ばれるハイブリッドアテンション機構に基づく3分岐CNNアーキテクチャを開発する。 より具体的には、トリプルブランチアーキテクチャにハイブリッドアテンション機構を組み込んで、ロゴスケッチの限られた視覚的な手がかりから重要なクエリ特有の情報をキャプチャします。 構築したデータセットと公開ベンチマークデータセットの両方で実験的評価を行い,提案するネットワークの有効性を実証した。

関連論文リスト

• LogoSticker: Inserting Logos into Diffusion Models for Customized Generation [73.59571559978278]
  テキスト・ツー・イメージ・モデルにロゴを挿入する作業を導入する。 我々の目標は、ロゴのアイデンティティを拡散モデルに挿入し、様々な状況下でシームレスに合成できるようにすることです。 この課題に対処するために,新しい2相パイプラインLogoStickerを提案する。
  論文  参考訳（メタデータ） (2024-07-18T17:54:49Z)
• Sketch2Saliency: Learning to Detect Salient Objects from Human Drawings [99.9788496281408]
  本研究では,スケッチを弱いラベルとして使用して,画像中の有能な物体を検出する方法について検討する。 これを実現するために,与えられた視覚写真に対応する逐次スケッチ座標を生成することを目的としたフォト・ツー・スケッチ生成モデルを提案する。 テストは、私たちの仮説を証明し、スケッチベースの唾液度検出モデルが、最先端技術と比較して、競争力のあるパフォーマンスを提供する方法を明確にします。
  論文  参考訳（メタデータ） (2023-03-20T23:46:46Z)
• Contrastive Multi-View Textual-Visual Encoding: Towards One Hundred Thousand-Scale One-Shot Logo Identification [2.243832625209014]
  オープン・セットのワンショット・セッティングにおいて,ビジネスブランドのロゴを自然シーンで識別する問題について検討する。 ロゴに現れるテキストをエンコードする新しい多視点テキスト視覚符号化フレームワークを提案する。 提案手法は, 自然シーンの作業において, 作付ロゴ識別, 作付ロゴ識別, エンド・ツー・エンドのロゴ識別を行う。
  論文  参考訳（メタデータ） (2022-11-23T12:59:41Z)
• FS-COCO: Towards Understanding of Freehand Sketches of Common Objects in Context [112.07988211268612]
  フリーハンドシーンスケッチの最初のデータセットであるFS-COCOを用いてスケッチ研究を進めた。 本データセットは,100名の非専門家による1点あたりの時空間情報付きフリーハンドシーンベクトルスケッチからなる。 フリーハンドシーンのスケッチやスケッチのキャプションからきめ細かい画像検索の問題が初めて研究された。
  論文  参考訳（メタデータ） (2022-03-04T03:00:51Z)
• Multi-granularity Association Learning Framework for on-the-fly Fine-Grained Sketch-based Image Retrieval [7.797006835701767]
  きめ細かいスケッチベース画像検索(FG-SBIR)は、与えられたクエリスケッチで特定の写真を取得する問題に対処する。 本研究では,最小のストローク数で対象写真を検索することを目的とした(不完全スケッチ)。 非完全スケッチの埋め込み空間をさらに最適化する多粒性関連学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-01-13T14:38:50Z)
• LogoDet-3K: A Large-Scale Image Dataset for Logo Detection [61.296935298332606]
  完全アノテーション付き最大のロゴ検出データセットであるLogoDet-3Kを紹介する。 3000のロゴカテゴリー、約20万の注釈付きロゴオブジェクト、158,652の画像がある。 大規模なロゴ検出のための最先端のYOLOv3フレームワークにFocal LosとCIoU Losを組み込んだ強力なベースライン手法であるLogo-Yoloを提案する。
  論文  参考訳（メタデータ） (2020-08-12T14:57:53Z)
• Cross-Modal Hierarchical Modelling for Fine-Grained Sketch Based Image Retrieval [147.24102408745247]
  我々は、これまで見過ごされてきたスケッチのさらなる特性、すなわち、詳細レベルの階層性について研究する。 本稿では,スケッチ固有の階層を育成し,それを利用して,対応する階層レベルでのスケッチと写真とのマッチングを行う新しいネットワークを設計する。
  論文  参考訳（メタデータ） (2020-07-29T20:50:25Z)
• Sketch Less for More: On-the-Fly Fine-Grained Sketch Based Image Retrieval [203.2520862597357]
  きめ細かいスケッチベースの画像検索(FG-SBIR)は、ユーザのクエリのスケッチから特定の写真インスタンスを検索する問題に対処する。 これらの課題に対処するため、従来のFG-SBIRフレームワークを再構築する。 ユーザが絵を描き始めるとすぐに検索を開始できるオンザフライ設計を提案する。
  論文  参考訳（メタデータ） (2020-02-24T15:36:02Z)

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。