基于大内存库与负嵌入减法的对比学习实现精确拷贝检测
计算机视觉与模式识别
2021-12-09 v1
摘要
拷贝检测，即判断一幅图像是否为数据库中任意图像经修改后的副本，是一个尚未解决的问题。为此，我们通过使用对比学习训练卷积神经网络（CNN）来解决拷贝检测。利用大内存库和强数据增强进行训练，使 CNN 能够获得更具判别力的表征。我们提出的负嵌入减法进一步提升了拷贝检测的准确率。凭借这些方法，我们在 Facebook AI 图像相似度挑战赛：描述符赛道中获得了第一名。我们的代码在此公开：\url{https://github.com/lyakaap/ISC21-Descriptor-Track-1st}
引用
@article{arxiv.2112.04323,
title = {Contrastive Learning with Large Memory Bank and Negative Embedding Subtraction for Accurate Copy Detection},
author = {Shuhei Yokoo},
journal= {arXiv preprint arXiv:2112.04323},
year = {2021}
}