LOCORE：基于长程序列建模的数据库重排序
计算机视觉与模式识别
2025-03-28 v1
摘要
我们介绍LOCORE（Long-Context Re-ranker），一种输入图像查询及其对应的数据库图像局部描述符并输出查询与每个数据集图像相似度得分的模型。该模型用于图像检索，通常首先以高效相似度度量进行初始排序，然后对排名靠前的图像列表进行重排序以应用更精细的相似度度量。与现有方法分别使用局部描述符进行成对相似度估计或使用全局描述符进行列表级重排序不同，LOCORE是首个实现局部描述符列表级重排序的方法。为此，我们利用高效的长程序列模型有效捕获查询与数据库图像在局部描述符层面的依赖关系。在测试阶段，我们采用针对序列模型上下文大小限制而设计的滑动窗口策略处理长列表。我们的方法在地标（ROxf 和 RPar）、产品（SOP）、时尚物品（In-Shop）以及鸟类种类（CUB-200）等既定图像检索基准上超越其他重排序器，同时与基于成对局部描述符的重排序器保持相当的延迟。
引用
@article{arxiv.2503.21772,
title = {LOCORE: Image Re-ranking with Long-Context Sequence Modeling},
author = {Zilin Xiao and Pavel Suma and Ayush Sachdeva and Hao-Jen Wang and Giorgos Kordopatis-Zilos and Giorgos Tolias and Vicente Ordonez},
journal= {arXiv preprint arXiv:2503.21772},
year = {2025}
}
备注
CVPR 2025