面向复杂图像描述的核化深度卷积神经网络

凭借捕捉视觉内容的出色能力，深度卷积神经网络（CNN）在分类、识别和目标检测等多种基于视觉的应用中展现出令人瞩目的性能。然而，由于CNN固有的结构设计，对于内容复杂的图像，其在平移、旋转和尺度变化的不变性上能力有限，而这在基于内容的图像检索场景中至关重要。为解决这一问题，本文提出了一种新的核化深度卷积神经网络。我们首先通过实验研究讨论了我们的动机，展示了全局CNN特征对基本几何变换的敏感性。然后，我们提出从核化的视角，以对上述几何变换近似不变的方式表示视觉内容。我们在检测到的类目标图像块上提取CNN特征，并使用Fisher向量模型聚合这些图像块级别的CNN特征，形成向量化表示。我们在三个基准数据集上的图像搜索应用中证明了所提算法的有效性。