| Texto completo | |
| Autor(es): |
Valem, Lucas Pascotti
;
Pereira-Ferrero, Vanessa Helena
;
Guimaraes Pedronette, Daniel Carlos
Número total de Autores: 3
|
| Tipo de documento: | Artigo Científico |
| Fonte: | 2023 IEEE SIXTH INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE AND KNOWLEDGE ENGINEERING, AIKE; v. N/A, p. 4-pg., 2023-01-01. |
| Resumo | |
Content-Based Image Retrieval (CBIR) systems are currently a widely used solution for image retrieval tasks with various applications. Despite the advances achieved, one of the central issues is the need for methods capable of handling the scarcity or absence of labeled data. In this scenario, Query Performance Prediction (QPP) approaches represent a successful technique in the effectiveness estimation of retrieval results. In this work, we propose a novel self-supervised framework, named Regression for Query Performance Prediction Framework - RQPPF, which is flexible and can be used with different regression models. Among the contributions, our training relies only on synthetic data and rank-based features. An experimental evaluation was conducted on 4 different retrieval datasets, considering 14 visual features and 11 regression models. The results indicate highly effective predictions and most of them are greater than recent baselines. (AU) | |
| Processo FAPESP: | 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais |
| Beneficiário: | João Paulo Papa |
| Modalidade de apoio: | Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE |
| Processo FAPESP: | 20/02183-9 - Aprendizado não supervisionado baseado em ranqueamento e aprendizado profundo em domínios diversos |
| Beneficiário: | Vanessa Helena Pereira Ferrero |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Processo FAPESP: | 18/15597-6 - Aplicação e investigação de métodos de aprendizado não-supervisionado em tarefas de recuperação e classificação |
| Beneficiário: | Daniel Carlos Guimarães Pedronette |
| Modalidade de apoio: | Auxílio à Pesquisa - Jovens Pesquisadores - Fase 2 |