一种用于精确地标识别的位置感知嵌入技术
计算机视觉与模式识别
2017-04-20 v1
摘要
地标识别研究的现状凸显了诸如 Fisher vector 和 VLAD 等嵌入技术所能达到的良好准确性。所有这些技术均未利用空间信息，即考虑所有特征及相应描述子而不嵌入其在图像中的位置。本文提出了一种著名 VLAD (Vector of Locally Aggregated Descriptors，局部聚合描述子向量) 嵌入技术的变体，其在某种程度上考虑了特征的位置。其驱动动机源于如下观察：通常图像最有趣的部分（例如待识别地标）几乎在图像中心，而边界处的特征是与地标无关的无关特征。所提出的变体称为 locVLAD (location-aware VLAD，位置感知 VLAD)，计算两个全局描述子的均值：在整个原始图像上执行的 VLAD，以及在一个裁剪掉一定比例图像边界的图像上计算的 VLAD。这一简单变体显示出高于现有最优方法的准确性。实验在两个公开数据集（ZuBuD 和 Holidays）上进行，它们同时用于训练和测试。此外，提出了 ZuBuD 的一个更均衡版本。
引用
@article{arxiv.1704.05754,
title = {A location-aware embedding technique for accurate landmark recognition},
author = {Federico Magliani and Navid Mahmoudian Bidgoli and Andrea Prati},
journal= {arXiv preprint arXiv:1704.05754},
year = {2017}
}
备注
6 pages, 5 figures, ICDSC 2017