用于图像检索的注意力感知广义均值池化
计算机视觉与模式识别
2019-01-29 v2
摘要
已有研究表明，卷积神经网络（CNNs）提取的图像描述子对检索问题取得了显著结果。本文中，我们将注意力机制应用于 CNN，旨在增强对应于输入图像中重要关键点的更相关特征。随后，生成的注意力感知特征由先前最先进的广义均值（GeM）池化进行聚合，并经过归一化以产生紧凑的全局描述子，可通过点积高效地与其他图像描述子比较。我们在具挑战性的新检索基准 ROxford5k 和 RParis6k 上对所提方法与最先进方法进行了广泛比较。结果表明相较先前工作有显著改进。特别地，我们的注意力感知 GeM（AGeM）描述子在 ROxford5k 的 `Hard' 评估协议下优于最先进方法。
引用
@article{arxiv.1811.00202,
title = {Attention-Aware Generalized Mean Pooling for Image Retrieval},
author = {Yinzheng Gu and Chuanpeng Li and Jinbin Xie},
journal= {arXiv preprint arXiv:1811.00202},
year = {2019}
}
备注
Shortened version for submission