用于实例检索的深度激活显著区域

实例检索的性能严重依赖于在视频/图像集合中定位与描述多种对象实例的能力。由于缺乏定位实例并导出特征表示的恰当机制，实例检索通常仅对已知对象类别的实例检索有效。本文提出一种简单而有效的实例级特征表示。不同于其他方法，其同时考虑了类无关实例定位与判别性特征表示问题。前者通过逐层反向传播过程从图像中检测显著实例区域实现。反向传播始于预训练且原本用于分类的 CNN 的最后卷积层，逐层进行直至输入层。这使得输入图像中来自已知与未知类别的显著实例区域均被激活。每个激活的显著区域覆盖一个实例的全部或通常大部分范围。判别性特征表示通过对检测到实例区域的某层特征图进行平均池化得到。实验表明，此类特征表示相较多数现有方法表现出明显更优性能。此外，我们展示了所提特征描述子也适用于基于内容的图像检索。