FastGCN+ARSRGemb：一种用于目标识别的新框架
图像与视频处理
2021-07-14 v1
摘要
近年来，研究界为编码数字图像内容做出了重要努力。大多数采用的范式仅关注局部特征，缺乏关于其位置及相互间关系的信息。为弥补这一不足，我们提出了一个基于三块基石构建的框架。首先，采用 ARSRG（属性关系 SIFT（尺度不变特征变换）区域图）进行图像表示。其次，应用图嵌入模型以在简化向量空间中工作。最后，Fast Graph Convolutional Networks 在基于图的数据集表示上执行分类阶段。该框架通过广泛的实验阶段在现有最优（state of the art）目标识别数据集上进行了评估，并与知名竞争对手进行比较。
引用
@article{arxiv.2002.08629,
title = {FastGCN+ARSRGemb: a novel framework for object recognition},
author = {Mario Manzo and Simone Pellino},
journal= {arXiv preprint arXiv:2002.08629},
year = {2021}
}