在全局特征中利用隐式空间信息以用于图像检索
计算机视觉与模式识别
2018-06-26 v1
摘要
大多数图像检索方法使用将局部显著模式聚合成单一表示的全局特征。然而，由于聚合过程将无序的局部描述子集合作为考量，其破坏了相对空间信息。我们提出在张量框架下通过考虑局部模式的共现，将相对空间信息整合进聚合过程。所得签名称为改进空间张量聚合 (ISTA)，能够在 Holidays、Oxford5k 和 Paris6k 等知名数据集上达到最先进的性能。
引用
@article{arxiv.1806.08991,
title = {Leveraging Implicit Spatial Information in Global Features for Image Retrieval},
author = {Pierre Jacob and David Picard and Aymeric Histace and Edouard Klein},
journal= {arXiv preprint arXiv:1806.08991},
year = {2018}
}
备注
8 pages, 2 figures and 1 table. Draft paper for conference, IEEE International Conference on Image Processing (ICIP) 2018