利用深度 CNN 激活挖掘中层视觉模式
计算机视觉与模式识别
2016-05-31 v3
摘要
中层视觉元素发现的目的在于找到既具代表性又具判别性的图像块簇。此处我们依托近期流行的卷积神经网络（CNNs），从模式挖掘的角度研究该问题。我们观察到，从图像块提取的全连接 CNN 激活通常具备两种吸引人的特性，使其能与模式挖掘技术无缝结合。CNN 激活与关联规则挖掘（文献中知名的模式挖掘技术）的结合，导致从海量图像块中快速有效地发现具代表性和判别性的模式。当我们检索并可视化具有相同模式的图像块时，令人惊讶的是，它们不仅在视觉上相似，而且在语义上一致，从而在我们的工作中产生中层视觉元素。给定模式和检索到的中层视觉元素，我们提出两种方法来为每种生成图像特征表示。第一种方法是将模式用作字典中的码字，类似于 Bag-of-Visual-Words 模型，我们计算 Bag-of-Patterns 表示。第二种方法依赖检索到的中层视觉元素来构建 Bag-of-Elements 表示。我们在场景和物体分类任务上评估这两种编码方法，并证明我们的方法优于或匹敌近期使用 CNN 激活用于这些任务的工作。
引用
@article{arxiv.1506.06343,
title = {Mining Mid-level Visual Patterns with Deep CNN Activations},
author = {Yao Li and Lingqiao Liu and Chunhua Shen and Anton van den Hengel},
journal= {arXiv preprint arXiv:1506.06343},
year = {2016}
}
备注
20 pages