用于图像位置估计的地理独特性视觉元素匹配
多媒体
2016-01-29 v1 计算机视觉与模式识别
摘要
我们提出了一种图像表示与匹配方法，显著改进了基于视觉的图像位置估计。该方法称为独特性视觉元素匹配（DVEM），其主要新颖之处在于使用了特定于待预测位置查询图像的表示。这些表示基于视觉元素云，稳健地捕获查询与来自候选位置的视觉证据之间的联系。随后我们最大化那些具有地理独特性的视觉元素的影响，因为它们未出现在许多其他位置拍摄的图像中。我们利用两个大规模公开可用数据集：包含百万张街景图像的旧金山地标数据集（San Francisco Landmark dataset）和包含来自Flickr的百万张地理标记图像的MediaEval '15 Placing Task数据集，针对地理受限与地理不受限的位置估计情况进行了实验与分析。我们给出了阐明该方法高度透明机制的示例，这些示例基于关于图像集合中视觉模式的常识性观察。我们的结果表明，与现有最佳方法相比，所提方法带来了可观的性能提升。
引用
@article{arxiv.1601.07884,
title = {Geo-distinctive Visual Element Matching for Location Estimation of Images},
author = {Xinchao Li and Martha A. Larson and Alan Hanjalic},
journal= {arXiv preprint arXiv:1601.07884},
year = {2016}
}