一种简单有效的图像分类后处理方法
计算机视觉与模式识别
2019-06-20 v1
摘要
无论是计算机视觉、自然语言处理还是语音识别，这些应用的本质都是获取强大的特征表示，以使下游应用更高效地完成。以图像识别为例，无论是手工设计的底层特征表示还是由卷积神经网络（CNNs）提取的特征表示，其目标都是提取能更好表征图像特征的特征，从而提高分类准确率。然而，我们观察到图像特征表示共享一个较大的公共向量和少数几个主导方向。为解决这些问题，我们提出了一种简单但有效的后处理方法，通过从现成特征表示中消除公共均值向量，使现成特征表示变得更强。该后处理在多种数据集和特征提取方法（如 VGG、LBP 和 HOG）上得到了经验验证。一些实验表明，经过该后处理算法处理后的特征比原始特征取得了更好的结果。
引用
@article{arxiv.1906.07934,
title = {A simple and effective postprocessing method for image classification},
author = {Yan Liu and Yun Li and Yunhao Yuan and jipeng qiang},
journal= {arXiv preprint arXiv:1906.07934},
year = {2019}
}