由粗到细：面向单阶段图像检索的紧凑判别表征学习
计算机视觉与模式识别
2023-08-09 v1
摘要
图像检索旨在从数据库中找出与查询图像视觉相似的图像。遵循检索-重排序范式的两阶段方法已取得优异性能，但其分离的局部与全局模块难以高效应用于实际场景。为更好地权衡检索效率与精度，一些方法将全局与局部特征融合为联合表征以执行单阶段图像检索。然而，由于需应对背景、遮挡和视角等多种情况，这些方法仍具挑战性。本工作中，我们设计了一种由粗到细框架，以学习紧凑判别表征（CFCD）用于端到端单阶段图像检索——仅需图像级标签。具体而言，我们首先设计了一种新颖的基于自适应softmax的损失，其在每个mini-batch内动态调节尺度与边界并逐步增大，以强化训练监督与类内紧凑性。此外，我们提出一种机制，通过难负样本采样策略注意力式选取显著局部描述子并将细粒度语义关系注入全局表征，从而在全局尺度上优化类间判别性。大量实验结果证明了本方法的有效性，其在Revisited Oxford与Revisited Paris等基准上取得了最先进的单阶段图像检索性能。代码见https://github.com/bassyess/CFCD。
引用
@article{arxiv.2308.04008,
title = {Coarse-to-Fine: Learning Compact Discriminative Representation for Single-Stage Image Retrieval},
author = {Yunquan Zhu and Xinkai Gao and Bo Ke and Ruizhi Qiao and Xing Sun},
journal= {arXiv preprint arXiv:2308.04008},
year = {2023}
}
备注
Accepted to ICCV 2023