基于 CNN 激活值积分最大池化的特定目标检索
计算机视觉与模式识别
2016-02-25 v2
摘要
近年来，基于卷积神经网络 (CNN) 构建的图像表示已被证明可为图像搜索提供有效的描述子，在作为短向量表示方面优于 pre-CNN 特征。然而，此类模型与几何感知重排序方法不兼容，并且在某些特定目标检索基准上，仍逊色于依赖精确描述子匹配、几何重排序或查询扩展的传统图像搜索系统。本文通过采用源自 CNN 的相同原始信息，重新审视了检索的两个阶段，即初始搜索和重排序。我们构建了紧凑的特征向量来编码多个图像区域，而无需向网络输入多个输入。此外，我们将积分图像扩展以处理卷积层激活值上的最大池化，从而能够高效地定位匹配目标。最终所得的边界框被用于图像重排序。结果表明，本文显著改进了现有的基于 CNN 的识别流水线：我们首次报告了在具有挑战性的 Oxford5k 和 Paris6k 数据集上与传统方法相媲美的结果。
引用
@article{arxiv.1511.05879,
title = {Particular object retrieval with integral max-pooling of CNN activations},
author = {Giorgos Tolias and Ronan Sicre and Hervé Jégou},
journal= {arXiv preprint arXiv:1511.05879},
year = {2016}
}