面向域适应及更广泛应用的艺术品识别挑战赛
计算机视觉与模式识别
2018-02-06 v1
摘要
本文探讨艺术品识别这一开放问题，并提出一个名为开放博物馆识别挑战赛（Open MIC）的新数据集。它包含于若干博物馆的10个不同展览空间中拍摄的展品照片，涵盖绘画、钟表、雕塑、玻璃器皿、文物、科学展品、自然历史标本、陶瓷、陶器、工具和土著手工艺品。Open MIC的目标是通过提供一个对已达90%准确率的著名Office数据集形成补充的测试平台，来激发域适应、自我中心识别和少样本学习的研究。为构建我们的数据集，我们使用手机和可穿戴相机分别采集每件艺术品的多张图像以构成源数据和目标数据划分。为获得鲁棒基线，我们基于近期一种对齐源和目标CNN流的逐类散度矩阵的方法[15]进行构建。此外，我们利用此类表示的半正定性质，使用端到端Bregman散度和黎曼度量。我们给出了诸如按展览训练和评估、以及在覆盖866个展品身份的合并集上训练和评估的基线。由于每个展览带来不同的挑战（例如光照质量、运动模糊、遮挡、杂乱、视点和尺度变化、旋转、眩光、透明、非平面性、裁剪），我们针对这些因素细分结果。
引用
@article{arxiv.1802.01093,
title = {Museum Exhibit Identification Challenge for Domain Adaptation and Beyond},
author = {Piotr Koniusz and Yusuf Tas and Hongguang Zhang and Mehrtash Harandi and Fatih Porikli and Rui Zhang},
journal= {arXiv preprint arXiv:1802.01093},
year = {2018}
}