基于多分辨率深度卷积特征的区域注意力学习用于商标检索
计算机视觉与模式识别
2021-08-31 v1
摘要
大规模商标检索是一项重要的基于内容的图像检索任务。最近的研究表明，使用区域最大卷积激活（R-MAC）聚合的现成深度特征取得了最先进的结果。然而，R-MAC 在存在背景杂波/琐碎区域和尺度变化时表现不佳，并且丢弃了重要的空间信息。我们对 R-MAC 进行了三项简单但有效的改进以克服这些缺陷。首先，我们提出同时使用求和与最大池化以最小化空间信息的损失。我们还采用特定领域的无监督软注意力来消除背景杂波和不重要区域。最后，我们添加多分辨率输入以增强 R-MAC 的尺度不变性。我们在百万规模的 METU 数据集上评估了这三项改进。我们的结果表明，所有改进都带来了显著的提升，并超越了先前的最先进结果。
引用
@article{arxiv.2104.07240,
title = {Learning Regional Attention over Multi-resolution Deep Convolutional Features for Trademark Retrieval},
author = {Osman Tursun and Simon Denman and Sridha Sridharan and Clinton Fookes},
journal= {arXiv preprint arXiv:2104.07240},
year = {2021}
}