一种用于细粒度图像检索的特征一致性驱动注意力擦除网络
计算机视觉与模式识别
2021-10-12 v1
摘要
大规模细粒度图像检索存在两个主要问题。首先，低维特征嵌入可加快检索过程，但因忽略细粒度数据集中图像显著注意力区域的特征而导致精度下降。其次，细粒度图像导致同一类别查询哈希码映射到数据库哈希潜空间中的不同簇。为处理这两个问题，我们提出一种用于细粒度图像检索的特征一致性驱动注意力擦除网络（FCAENet）。针对第一个问题，我们在FCAENet中提出一种自适应增强模块，即选择性区域擦除模块（SREM）。SREM通过自适应遮盖原始图像的某些区域，使网络对细粒度任务的细微差异更具鲁棒性。特征提取器和哈希层可通过SREM学习更具代表性的细粒度图像哈希码。对于第二个问题，我们充分利用成对相似性信息，并在FCAENet中加入增强空间关系损失（ESRL），以使查询哈希码与数据库哈希码之间易受损的关系更稳定。我们在五个细粒度基准数据集（CUB2011、Aircraft、NABirds、VegFru、Food101）上针对12位、24位、32位、48位哈希码进行了大量实验。结果表明，与其他方法相比，FCAENet取得了最先进的（SOTA）细粒度检索性能。
引用
@article{arxiv.2110.04479,
title = {A Feature Consistency Driven Attention Erasing Network for Fine-Grained Image Retrieval},
author = {Qi Zhao and Xu Wang and Shuchang Lyu and Binghao Liu and Yifan Yang},
journal= {arXiv preprint arXiv:2110.04479},
year = {2021}
}
备注
30 pages, 9 figures