用于图像搜索与细粒度分类的密集区域检测器比较

我们考虑了一个基于诸如词袋或Fisher向量等编码方法的图像分类或搜索流水线。在此背景下，最常见的方法是在多个尺度上以密集方式规则地提取图像块。本文提出并评估了密集提取图像块的替代选择。除了从规则兴趣区域检测器衍生的简单策略外，我们提出了基于超像素、边缘以及用作检测器的Zernike滤波器组的方法。在不同的近期图像检索和细粒度分类基准上对这些不同方法进行了评估。我们的结果表明，在大多数情况下，规则的密集检测器被其他方法超越，这使我们在标准检索和细粒度基准上的可比设置中改进了现有技术。作为我们研究的副产品，我们表明，如果图像块是沿着边缘提取的，而不是在检测到的区域周围提取的，现有的斑点提取和超像素提取方法能够实现很高的精度。