PProCRC：图像块的概率协作表示
计算机视觉与模式识别
2020-11-11 v3
摘要
我们提出了一种用于图像块协作表示的条件概率框架。它将背景补偿和离群块抑制纳入主公式本身，从而免去了处理这些问题所需的预处理步骤。我们推导了代价函数的闭式非迭代解。所提出的方法（PProCRC）在使用两种 CNN 主干网络（Vgg-19 和 ResNet-50）的三个细粒度物种识别数据集（Oxford Flowers、Oxford-IIIT Pets 和 CUB Birds）上，优于早期的 CRC 公式：基于块的（PCRC、GP-CRC）以及最先进的概率方法（ProCRC 和 EProCRC）。
引用
@article{arxiv.1903.09123,
title = {PProCRC: Probabilistic Collaboration of Image Patches},
author = {Tapabrata Chakraborti and Brendan McCane and Steven Mills and Umapada Pal},
journal= {arXiv preprint arXiv:1903.09123},
year = {2020}
}