噪声且多样数据集下的大规模地标检索与识别
计算机视觉与模式识别
2019-06-12 v2
摘要
Google-Landmarks-v2 数据集是世界上最大的地标数据集，其特征是具有很大程度的噪声与多样性。我们（团队 smlyaka）提出了一种新颖的、对噪声且多样数据集具有鲁棒性的地标检索/识别系统。我们的方法基于深度卷积神经网络与度量学习，由基于 cosine-softmax 的损失训练。深度度量学习方法通常对噪声敏感，这可能阻碍学习到可靠的度量。为解决此问题，我们开发了自动数据清洗系统。此外，我们设计了一种判别性重排序方法，以应对地标检索中数据集的多样性。使用我们的方法，我们在 Kaggle 的 Google Landmark Retrieval 2019 挑战赛中获得第 1 名，在 Google Landmark Recognition 2019 挑战赛中获得第 3 名。
引用
@article{arxiv.1906.04087,
title = {Large-scale Landmark Retrieval/Recognition under a Noisy and Diverse Dataset},
author = {Kohei Ozaki and Shuhei Yokoo},
journal= {arXiv preprint arXiv:1906.04087},
year = {2019}
}
备注
Technical report for Second Landmark Recognition Workshop to be held at CVPR 2019 (Long Beach, CA), June 16th, 2019