深度卷积激活特征的多尺度无序池化
计算机视觉与模式识别
2014-09-10 v3
摘要
深度卷积神经网络（CNN）已显示出作为通用识别表示的前景。然而，全局CNN激活缺乏几何不变性，这限制了它们在高度可变场景的分类和匹配中的鲁棒性。为了提高CNN激活的不变性而不降低其判别能力，本文提出了一种简单但有效的方案，称为多尺度无序池化（MOP-CNN）。该方案在多个尺度级别提取局部补丁的CNN激活，在每个级别分别对这些激活进行无序VLAD池化，并连接结果。得到的MOP-CNN表示可以用作监督或无监督识别任务的通用特征，从图像分类到实例级检索；它始终优于全局CNN激活，而不需要对特定目标数据集的预测层进行任何联合训练。在绝对值上，它在具有挑战性的SUN397和MIT室内场景分类数据集上取得了最先进的结果，并在ILSVRC2012/2013分类和INRIA Holidays检索数据集上取得了有竞争力的结果。
引用
@article{arxiv.1403.1840,
title = {Multi-scale Orderless Pooling of Deep Convolutional Activation Features},
author = {Yunchao Gong and Liwei Wang and Ruiqi Guo and Svetlana Lazebnik},
journal= {arXiv preprint arXiv:1403.1840},
year = {2014}
}