用于图像分类的混合多层深度 CNN/聚合器特征
计算机视觉与模式识别
2015-03-16 v1
摘要
深度卷积神经网络 (DCNN) 已在图像分类领域确立了卓越的性能基准，取代了基于局部描述符手工聚合的传统方法。然而，DCNN 在训练和测试时均施加了高昂的计算负担，且训练它们需要收集和标注大量训练数据。文献中已提出监督自适应方法，从新的目标数据集部分重学习迁移的 DCNN 结构。但这些方法需要昂贵的边界框标注，且学习成本依然高昂。在本文中，我们通过提出一种混合方法来解决 DCNN 自适应方案的这些缺点，该方法结合了传统的无监督聚合器（如词袋模型 BoW）与 DCNN 流程，将中间层的输出视为密集提取的局部描述符。我们在标准 PASCAL VOC 2007 数据集上测试了仅使用中间 DCNN 层的变体，结果显示其性能显著高于标准 BoW 模型，并与 Fisher 向量聚合相当，但特征尺寸小了 150 倍。我们方法的第二个变体包含了全连接 DCNN 层，其性能显著优于 Fisher 向量方案，并与适配于 Pascal VOC 2007 的 DCNN 方法相当，但训练和测试成本仅为其一小部分。
引用
@article{arxiv.1503.04065,
title = {Hybrid multi-layer Deep CNN/Aggregator feature for image classification},
author = {Praveen Kulkarni and Joaquin Zepeda and Frederic Jurie and Patrick Perez and Louis Chevallier},
journal= {arXiv preprint arXiv:1503.04065},
year = {2015}
}
备注
Accepted in ICASSP 2015 conference, 5 pages including reference, 4 figures and 2 tables