重温 Oxford 与 Paris：大规模图像检索基准测试
计算机视觉与模式识别
2018-04-02 v1
摘要
在本文中，我们探讨了在标准且流行的 Oxford 5k 和 Paris 6k 数据集上进行图像检索基准测试存在的问题。具体而言，我们解决了标注错误、数据集规模和挑战级别的问题：为两个数据集创建了新的标注，并额外关注真值的可靠性。引入了三种具有不同难度的新协议。这些协议允许在不同方法之间进行公平比较，包括那些使用数据集预处理阶段的方法。为每个数据集引入了 15 个新的具有挑战性的查询。最后，选择了一组新的 100 万张经过半自动清洗的困难干扰图像。在新的基准上对最先进的方法进行了广泛的比较。评估了不同类型的方法，涵盖从基于局部特征的方法到现代基于 CNN 的方法。通过结合两类方法的优势取得了最佳结果。最重要的是，图像检索问题远未被解决。
引用
@article{arxiv.1803.11285,
title = {Revisiting Oxford and Paris: Large-Scale Image Retrieval Benchmarking},
author = {Filip Radenović and Ahmet Iscen and Giorgos Tolias and Yannis Avrithis and Ondřej Chum},
journal= {arXiv preprint arXiv:1803.11285},
year = {2018}
}
备注
CVPR 2018