基于多属性识别的细粒度实例检索
计算机视觉与模式识别
2018-11-08 v1
摘要
本文提出一种基于从多属性识别模型提取的全局特征进行细粒度级别实例排序与检索的方法，该模型不依赖于关键点信息或基于部件的标注。进一步，我们通过采用双线性 CNN 使多属性识别模型更小（就参数数量而言），使该架构适用于移动设备应用。在 DeepFashion In-Shop Clothes Retrieval 的 Dress 类别和 CUB200 数据集上的实验表明，细粒度级别的实例检索结果对这些数据集而言是有前景的，尤其在纹理和颜色方面。
引用
@article{arxiv.1811.02949,
title = {Instance Retrieval at Fine-grained Level Using Multi-Attribute Recognition},
author = {Roshanak Zakizadeh and Yu Qian and Michele Sasdelli and Eduard Vazquez},
journal= {arXiv preprint arXiv:1811.02949},
year = {2018}
}