中层深度模式挖掘

中层视觉元素发现旨在寻找既具有代表性又具有判别性的图像块簇。在本工作中，我们从模式挖掘的角度研究这一问题，同时依赖近期流行的卷积神经网络（CNNs）。具体而言，我们发现对于图像块，从 CNN 的第一个全连接层提取的激活值具有两个吸引人的特性，使其能够无缝集成到模式挖掘中。随后，通过众所周知的关联规则挖掘，从大量图像块的 CNN 激活值中发现模式。当我们检索并可视化具有相同模式的图像块时，令人惊讶地发现它们不仅在视觉上相似，而且在语义上也是一致的。我们将该方法应用于场景和物体分类任务，并证明我们的方法在使用更少元素的情况下，以显著优势超越了以往所有关于中层视觉元素发现的工作。我们的方法在这些任务上也优于或媲美了近期使用 CNN 的工作。完整系统的源代码可在线获取。