使用多尺度 CNN 特征池化的图像检索
计算机视觉与模式识别
2020-04-27 v2
摘要
在本文中，我们通过基于卷积神经网络激活值学习图像表示来解决图像检索问题。我们提出了一种端到端可训练的网络架构，该架构利用基于 NetVLAD 的新型多尺度局部池化以及基于样本难度的三元组挖掘过程，以获得有效的图像表示。大量实验表明，我们的方法能够在三个标准数据集上达到 SOTA 结果。
引用
@article{arxiv.2004.09695,
title = {Image Retrieval using Multi-scale CNN Features Pooling},
author = {Federico Vaccaro and Marco Bertini and Tiberio Uricchio and Alberto Del Bimbo},
journal= {arXiv preprint arXiv:2004.09695},
year = {2020}
}
备注
Accepted at ICMR 2020