旋转不变的深度基于内容的图像检索
计算机视觉与模式识别
2020-06-24 v1 机器学习
图像与视频处理
摘要
卷积神经网络的出现改善了几乎所有基于图像的问题的结果，基于内容的图像检索（CBIR）也不例外。但CNN特征并非旋转不变的，这给构建旋转不变的CBIR系统带来了问题。尽管可以手工设计旋转不变特征，但检索精度很低，因为手工设计只能生成低级特征，而不像深度学习模型那样能同时生成高级特征和低级特征。本文提出了一种新方法，通过引入深度学习方向角检测模型与CBIR特征提取模型相结合，来构建旋转不变的CBIR系统。本文还强调，这种旋转不变的深度CBIR能够实时地从大型数据集中检索图像。
引用
@article{arxiv.2006.13046,
title = {Rotation Invariant Deep CBIR},
author = {Subhadip Maji and Smarajit Bose},
journal= {arXiv preprint arXiv:2006.13046},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:2002.07877