利用局部索引与深度特征置信度分数实现快速图像到视频检索
计算机视觉与模式识别
2020-12-15 v2
摘要
高性价比的视觉表示与快速的按例查询检索，是在中等硬件上完成网页级视觉检索任务的两个需兼顾的挑战性目标。本文提出一种快速且鲁棒的方法，在图像到视频检索场景下达到最先进（SOTA）性能，从而确保这两个目标。为此，我们对知名的索引与视觉表示技术进行了关键增强，以实现更快、更好且适中的检索性能。我们还通过在查询时利用局部与全局描述子的独立决策，提升了本方法在某些视觉挑战上的优越性。例如，局部内容描述子表示具有尺度、方向和仿射变换等大幅几何形变的复制/重复场景；相反，全局内容描述子更适用于近重复与语义检索。实验在大规模 Stanford I2V 数据集上进行。实验结果表明，即便局部与全局表示联合使用，我们的方法在大规模视觉检索场景的复杂度与查询处理时间上也是有效的。所提方法具有优越性，并基于该数据集的平均精度均值（MAP）得分取得了 SOTA 性能。最后，我们在通过所提方法检索结果揭示并更新真实标注后，报告了额外的 MAP 得分，其显示了实际性能。
引用
@article{arxiv.1808.01101,
title = {Exploiting Local Indexing and Deep Feature Confidence Scores for Fast Image-to-Video Search},
author = {Savas Ozkan and Gozde Bozdagi Akar},
journal= {arXiv preprint arXiv:1808.01101},
year = {2020}
}
备注
ICPR 2020