Veit'15
タイトル：
Learning Visual Clothing Style with Heterogeneous Dyadic Co-occurrences
掲載：
ICCV 2015
リンク：
https://vision.cornell.edu/se3/projects/clothing-style/
1. どんなもの？
Cross-category reccomendation。Siamese CNNというネットワークを利用してcompatibilityを学習。Siamese CNNは画像のペアを入力として与え、それにポジ/ネガのラベルがついているものっぽい。
2. 先行研究と比べてどこがすごい？
McAuley'15がImageNetで特徴抽出->線形位変換を学習だったのに対して、こちらはImagenetから抽出した特徴をSiamese CNNに繋げてfine-tuneして変換まで学習。
3. 手法のキモはどこ？
特徴抽出と変換の同時学習。Dyadicを異なるカテゴリー間に限定することで精度が向上することを示しているが、これはAmazonデータセットがこの毛球に向いていないことを示唆している。
4. どうやって有効だと判断した?
Link predictionのAUCと、主観評価。
5. 議論はある?
結果の画像を見ると、明らかにvisual compatibilityを学習していない。学習しているのはco-purchase。co-purchaseを画像特徴を利用して予想しているに過ぎない。
6. 次に読むべき論文は？
Siamese CNN
