用于图像搜索的深度卷积特征共现
计算机视觉与模式识别
2021-06-11 v2 机器学习
图像与视频处理
摘要
图像搜索可以利用预训练卷积神经网络（CNN）提取的深度特征来解决。CNN 最后一个卷积层的特征图编码了描述性信息，从中可以获得具有判别力的全局描述符。我们提出了一种深度卷积特征共现的新表示方法，以从最后一个卷积层中提取额外的相关信息。通过将这种共现图与特征图相结合，我们获得了改进的图像表示。我们提出了两种不同的方法来获取共现表示：第一种基于激活值的直接聚合，第二种基于可训练的共现表示。正如我们在实验中所证明的，基于我们方法导出的图像描述符在非常知名的图像检索数据集上提升了性能。
引用
@article{arxiv.2003.13827,
title = {Co-occurrence of deep convolutional features for image search},
author = {J. I. Forcen and Miguel Pagola and Edurne Barrenechea and Humberto Bustince},
journal= {arXiv preprint arXiv:2003.13827},
year = {2021}
}