基于孪生神经网络结合全局与局部特征的内容地标检索
信息检索
2022-08-09 v1 计算机视觉与模式识别
机器学习
摘要
在这项工作中，我们提出了一种利用全局和局部特征的地标检索方法。使用孪生网络进行全局特征提取和度量学习，给出地标搜索的初始排序。我们利用从孪生架构中提取的特征图作为局部描述子，然后通过局部描述子之间的余弦相似度进一步细化搜索结果。我们对用于评估的Google Landmark Dataset进行了更深入的分析，并扩充了该数据集以处理各种类内差异。此外，我们进行了若干实验来比较迁移学习和度量学习的效果，以及使用其他局部描述子的实验。我们表明，使用局部特征进行重排序可以改善搜索结果。我们相信所提出的基于余弦相似度的局部特征提取是一种简单的方法，可扩展到许多其他检索任务。
引用
@article{arxiv.2208.04201,
title = {Content-Based Landmark Retrieval Combining Global and Local Features using Siamese Neural Networks},
author = {Tianyi Hu and Monika Kwiatkowski and Simon Matern and Olaf Hellwich},
journal= {arXiv preprint arXiv:2208.04201},
year = {2022}
}