FORB：面向通用图像嵌入的平面物体检索基准
计算机视觉与模式识别
2023-09-29 v1
摘要
图像检索是计算机视觉中的一项基础任务。尽管该领域近期取得了进展，许多技术仅在有限数量的域和少量实例类别上进行了评估。值得注意的是，大多数现有工作仅考虑如 3D 地标等域，使得这些工作所得结论难以推广到其他域，例如徽标和其他 2D 平面物体。为弥补这一差距，我们引入了一个新数据集，用于在具有多样图案的平面图像上基准测试视觉搜索方法。我们的平面物体检索基准（FORB）补充了通常采用的 3D 物体域，更重要的是，它作为评估分布外域上图像嵌入质量的测试平台。在该基准中，我们考察了代表性方法在候选排序以及匹配分数间隔方面的检索精度，而后者被许多工作大幅忽视。我们的实验不仅凸显了 FORB 的挑战性和丰富异质性，还揭示了不同检索策略的隐藏特性。所提出的基准是一个持续成长的项目，我们期望在物体数量和种类上均进行扩展。数据集及支撑代码可在 https://github.com/pxiangwu/FORB/ 获取。
引用
@article{arxiv.2309.16249,
title = {FORB: A Flat Object Retrieval Benchmark for Universal Image Embedding},
author = {Pengxiang Wu and Siman Wang and Kevin Dela Rosa and Derek Hao Hu},
journal= {arXiv preprint arXiv:2309.16249},
year = {2023}
}
备注
NeurIPS 2023 Datasets and Benchmarks Track