基于少量查询的自适应注意力地理定位：一种混合方法
计算机视觉与模式识别
2021-01-08 v2
摘要
我们处理跨域视觉位置识别任务，其目标是在查询图像与图库分属不同视觉域的情况下，将给定查询图像在带标注图库中进行地理定位。为此，我们聚焦于通过结合注意力机制与少样本无监督域自适应技术来构建对域鲁棒的深度网络，其中我们使用少量无标注目标域图像来学习目标域分布。借助我们的方法，在使用少两个数量级的目标域图像的同时，我们能够超越当前最优水平。最后，我们提出了一个用于跨域视觉位置识别的新大规模数据集，称为 SVOX。pytorch 代码可在 https://github.com/valeriopaolicelli/AdAGeo 获取。
引用
@article{arxiv.2010.06897,
title = {Adaptive-Attentive Geolocalization from few queries: a hybrid approach},
author = {Gabriele Moreno Berton and Valerio Paolicelli and Carlo Masone and Barbara Caputo},
journal= {arXiv preprint arXiv:2010.06897},
year = {2021}
}
备注
The pytorch code is available at https://github.com/valeriopaolicelli/AdAGeo