用于深度局部描述子的显式空间编码
计算机视觉与模式识别
2019-04-16 v1
摘要
我们提出一种基于神经网络激活高效匹配核的核化深度局部块描述子。每个感受野的响应与其空间位置一同使用显式特征映射进行编码。采用笛卡尔与极坐标两种位置参数化，以对不同类型的规范块错位提供鲁棒性。此外，我们分析了常规架构（即卷积部分后接全连接层）如何以空间变化的方式编码响应。相反，我们的描述子使用了显式空间编码，其潜在应用不限于局部块。我们在标准基准上评估该描述子。编码 32x32 或 64x64 块的两个版本在所有基准上一致优于所有其他方法。模型的参数数量与输入块分辨率无关。
引用
@article{arxiv.1904.07190,
title = {Explicit Spatial Encoding for Deep Local Descriptors},
author = {Arun Mukundan and Giorgos Tolias and Ondrej Chum},
journal= {arXiv preprint arXiv:1904.07190},
year = {2019}
}