基于深度卷积特征的图像检索与场景分类
计算机视觉与模式识别
2015-09-22 v1
摘要
近期若干方法展示了卷积神经网络学到的表示如何被重新用于新颖任务。最通常的情况是，网络最后全连接层（fc7 或 fc6）的激活特征接一个线性分类器，在多个识别挑战数据集上优于最先进水平。本文不关注识别，而是聚焦于图像检索问题，提出并考察了针对 CNN 特征导出的替代池化策略。所提方案使用 CNN 架构中较早的第 5 层特征图，该层已被证明能保留粗略空间信息且具有语义意义。我们考察了几种池化策略，并以极低的计算代价（同时内存需求相对较小）在图像检索任务（INRIA Holidays）上展示了优越性能。除检索外，我们在 SUN397 场景分类数据集上也观察到类似的效率提升，证明了这一简单策略的广泛适用性。我们还引入并评估了一个新颖的 GeoPlaces5K 数据集，该数据集来自全球不同地理位置，用于图像检索，其强调了外观与视角上更剧烈的变化。
引用
@article{arxiv.1509.06033,
title = {Deep Convolutional Features for Image Based Retrieval and Scene Categorization},
author = {Arsalan Mousavian and Jana Kosecka},
journal= {arXiv preprint arXiv:1509.06033},
year = {2015}
}