期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合图神经网络的多模态相关性时尚服饰兼容度预测研究
被引量：
1
1
作者
陈燕
吕梓民
+2 位作者
李云
陆星宇
井佩光
《北京服装学院学报（自然科学版）》
CAS
2024年第2期70-78,共9页
近年来,许多研究人员在多模态融合的研究中取得了显著效果。多模态比单模态具有更丰富的信息,然而,多模态融合过程中的类别共现频率偏差,使得服饰兼容度预测研究存在着巨大的挑战。因此,本研究提出了基于混合图神经网络的多模态相关性...
近年来,许多研究人员在多模态融合的研究中取得了显著效果。多模态比单模态具有更丰富的信息,然而,多模态融合过程中的类别共现频率偏差,使得服饰兼容度预测研究存在着巨大的挑战。因此,本研究提出了基于混合图神经网络的多模态相关性时尚服饰兼容度预测模型。该模型深度挖掘文本和视觉两个模态的相关性,并通过混合图神经网络解决多模态融合过程中类别共现频率偏差引起兼容度预测不准确的问题,提高服饰兼容度预测精度。该模型在Polyvore Outfits和Polyvore Outfits-D两个开源数据集上进行了服饰兼容度预测和填空任务的实验。结果显示,该模型在2个数据集中的服饰兼容度任务中分别取得了0.928和0.878的AUC值,在填空任务中分别取得了62.41%和56.83%的精确度,均优于比较的基准模型。
展开更多
关键词
多模态
动态图神经网络
共现频率偏差
服饰兼容度
在线阅读
下载PDF
职称材料
题名
基于混合图神经网络的多模态相关性时尚服饰兼容度预测研究
被引量：
1
1
作者
陈燕
吕梓民
李云
陆星宇
井佩光
机构
广西
大学
计算机与电子信息
学院
广西
财经
学院
大数据与人工智能
学院
广西民族大学相思湖学院理工学院
天津
大学
自动化与信息工程
学院
出处
《北京服装学院学报（自然科学版）》
CAS
2024年第2期70-78,共9页
基金
国家自然科学基金资助项目(71862003)
国家自然科学基金资助项目(61861014和6236010200)
+2 种基金
博士启动基金(BS2021025)
广西自然科学基金(2020GXNSFAA159090)
广西科学研究与技术开发计划项目(AA20302002-3)
文摘
近年来,许多研究人员在多模态融合的研究中取得了显著效果。多模态比单模态具有更丰富的信息,然而,多模态融合过程中的类别共现频率偏差,使得服饰兼容度预测研究存在着巨大的挑战。因此,本研究提出了基于混合图神经网络的多模态相关性时尚服饰兼容度预测模型。该模型深度挖掘文本和视觉两个模态的相关性,并通过混合图神经网络解决多模态融合过程中类别共现频率偏差引起兼容度预测不准确的问题,提高服饰兼容度预测精度。该模型在Polyvore Outfits和Polyvore Outfits-D两个开源数据集上进行了服饰兼容度预测和填空任务的实验。结果显示,该模型在2个数据集中的服饰兼容度任务中分别取得了0.928和0.878的AUC值,在填空任务中分别取得了62.41%和56.83%的精确度,均优于比较的基准模型。
关键词
多模态
动态图神经网络
共现频率偏差
服饰兼容度
Keywords
multimodality
dynamic graph neural network
co-occurrence frequency bias
clothing compatibility
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合图神经网络的多模态相关性时尚服饰兼容度预测研究
陈燕
吕梓民
李云
陆星宇
井佩光
《北京服装学院学报（自然科学版）》
CAS
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
