基于孪生神经网络的图像检索与模式定位
计算机视觉与模式识别
2019-06-25 v1
摘要
本文提出一种用于文档图像集合中图像检索与模式定位的新方法。通过使用在先前准备的ImageNet数据集图像对子集上训练的孪生神经网络学习基于相似度的表示，避免了手动特征工程。所学表示用于提供基于相似度的特征图，以在给定图像查询时于数据集合中查找相关图像候选。基于公开Tobacco800文档图像集合的鲁棒实验协议表明，所提方法优于当前最优的文档图像检索方法，在检索与模式定位(IoU=0.7)上分别达到0.94与0.83的平均精度均值(mAP)。此外，我们考虑不同大小的特征图评估了所提方法，展示了减少特征数量对检索性能与耗时的影响。
引用
@article{arxiv.1906.09513,
title = {Image Retrieval and Pattern Spotting using Siamese Neural Network},
author = {Kelly L. Wiggers and Alceu S. Britto and Laurent Heutte and Alessandro L. Koerich and Luiz S. Oliveira},
journal= {arXiv preprint arXiv:1906.09513},
year = {2019}
}
备注
Accepted for IJCNN 2019