通过卷积神经网络学习比较图像块
计算机视觉与模式识别
2015-04-17 v1 机器学习
神经与进化计算
摘要
在本文中，我们展示了如何直接从图像数据（即不借助手工设计特征）学习用于比较图像块的通用相似度函数，这是许多计算机视觉问题的一项基础性任务。为编码该函数，我们选择了一种基于 CNN 的模型，其训练用于应对图像外观的多种变化。为此，我们探索并研究了专门适配于此任务的多种神经网络架构。我们表明，此方法在多个问题和基准数据集上能显著优于当前最优（SOTA）方法。
引用
@article{arxiv.1504.03641,
title = {Learning to Compare Image Patches via Convolutional Neural Networks},
author = {Sergey Zagoruyko and Nikos Komodakis},
journal= {arXiv preprint arXiv:1504.03641},
year = {2015}
}
备注
CVPR 2015