基于全局上下文度量的一次性纹理检索
计算机视觉与模式识别
2020-04-14 v2 人工智能
摘要
本文研究一次性纹理检索：给定一个新的参考纹理样本，在任意图像中检测并分割出属于同一纹理类别的所有像素。针对该问题，我们提出 OS-TR 网络对参考图像与查询图像进行编码，从而实现对参考类别的纹理分割。与现有将 CNN 与无序池化相结合的纹理编码方法不同，我们提出方向感知模块以捕获各方向上的纹理变化，得到空间不变表示。为在仅给定少量样本的情况下分割新类别，我们将自门控机制引入关系网络，以利用全局上下文信息调整局部关系特征的逐通道调制权重。在基准纹理数据集和真实场景上的大量实验表明，所提方法具有优于平均水平的分割性能和跨域的鲁棒泛化能力。
引用
@article{arxiv.1905.06656,
title = {One-Shot Texture Retrieval with Global Context Metric},
author = {Kai Zhu and Wei Zhai and Zheng-Jun Zha and Yang Cao},
journal= {arXiv preprint arXiv:1905.06656},
year = {2020}
}
备注
ijcai2019-lastest