Makeup216：基于对抗注意力表示的Logo识别
计算机视觉与模式识别
2021-12-14 v1
摘要
Logo识别的挑战之一在于其形式多样性，如符号、文字或二者结合；此外，Logo往往设计极为简洁而外观相似，表明学习判别性表示的困难。为探究Logo的多样性与表示，我们引入了Makeup216——从真实世界采集的化妆领域最大且最复杂的Logo数据集。它包含216个Logo和157个品牌，含10,019张图像与37,018个标注Logo对象。此外，我们发现纯Logo周围的边缘背景能提供重要上下文信息，并提出一种对抗注意力表示框架（AAR），分别关注Logo主体与辅助边缘背景，二者可结合以获得更好的表示。我们提出的框架在Makeup216和另一个大规模开放Logo数据集上取得了有竞争力的结果，可为Logo识别提供新思路。Makeup216数据集与所提框架的代码将很快发布。
关键词
引用
@article{arxiv.2112.06533,
title = {Makeup216: Logo Recognition with Adversarial Attention Representations},
author = {Junjun Hu and Yanhao Zhu and Bo Zhao and Jiexin Zheng and Chenxu Zhao and Xiangyu Zhu and Kangle Wu and Darun Tang},
journal= {arXiv preprint arXiv:2112.06533},
year = {2021}
}