混合扩散：面向流形排序的谱-时域图滤波
计算机视觉与模式识别
2018-11-26 v2
摘要
最先进的图像检索性能由 CNN 特征与使用 k-NN 相似度图的流形排序实现，该相似度图离线预计算。现有最成功的两类方法是时域滤波（流形排序等价于在线求解稀疏线性系统）与谱滤波（离线对邻接矩阵进行特征分解，随后流形排序等价于在线点积检索）。前者受限于查询代价高昂，后者受限于显著的空间开销。本文提出一种新颖且理论完备的混合滤波方法，可完全控制这两种极端之间的时空权衡。实验上，我们验证了所提混合方法取得了与最先进水平相当的结果，相较于谱滤波方法内存需求更低，且相较于时域滤波速度更快。
引用
@article{arxiv.1807.08692,
title = {Hybrid Diffusion: Spectral-Temporal Graph Filtering for Manifold Ranking},
author = {Ahmet Iscen and Yannis Avrithis and Giorgos Tolias and Teddy Furon and Ondrej Chum},
journal= {arXiv preprint arXiv:1807.08692},
year = {2018}
}