大规模历史水印识别：数据集与一种基于一致性的新方法
计算机视觉与模式识别
2019-08-28 v1
摘要
历史水印识别对档案管理员与历史学家而言是一项极具实用价值却尚未解决的挑战。历史水印具有大量定义明确的类别、杂乱含噪的样本、多种表示形式，既存在类间细微差异又存在高类内变化，对模式识别而言亦十分困难。本文克服了数据收集的困难，提出了一个包含逾6千张新照片的大型公开数据集，首次得以大规模处理学者实际关注的情形：在超过16k个细粒度类别中的单样本实例识别与跨域单样本实例识别。我们证明该新数据集足以训练现代深度学习方法，并表明利用中层深度特征可显著改进标准方法。更具体地，我们设计了一种基于空间一致性过滤局部匹配的匹配分数与特征微调策略。与强基线相比，这种基于一致性的方法带来了显著的性能提升。我们的模型在极具挑战的16,753类单样本跨域识别任务上取得了55%的top-1准确率，每类由Briquet经典目录中的单幅图样描述。除水印分类外，我们展示了该方法在细粒度基于草图的图像检索上亦具前景。
引用
@article{arxiv.1908.10254,
title = {Large-Scale Historical Watermark Recognition: dataset and a new consistency-based approach},
author = {Xi Shen and Ilaria Pastrolin and Oumayma Bounou and Spyros Gidaris and Marc Smith and Olivier Poncet and Mathieu Aubry},
journal= {arXiv preprint arXiv:1908.10254},
year = {2019}
}