论文阅读笔记（六十六）【ICCV2019】：Adversarial Representation Learning for Text-to-Image Matching

Methodology

作者提出TIMAM (Text-Image Modality Adversarial Matching)方法，比较简洁明了，具体包含三个部分：

（1）特征提取器：

文本采用BERT提取词向量，再输入LSTM提取文本特征；

图像采用ResNet101提取特征。

（2）采用ID损失（CMPC换了名）和跨模态投影损失（CMPM），来拉近相同ID的特征的分布。

（3）采用对抗损失来学习自适应模态的特征表示。

Experiments