用于人体属性与动作识别的深度特征袋尺度编码
计算机视觉与模式识别
2018-03-28 v2
摘要
静态图像中人体属性与动作识别的大多数方法基于这样一种图像表示：多尺度局部特征跨尺度池化为单一尺度不变编码。无论是在词袋模型还是近期流行的基于卷积神经网络的表示中，局部特征都在多个尺度上计算。然而，这些多尺度卷积特征被池化为单一的尺度不变表示。我们认为完全尺度不变的图像表示是次优的，并研究了在深度特征袋(Bag of Deep Features)框架内进行尺度编码的方法。我们的方法在图像编码阶段显式地编码多尺度信息。我们提出两种策略在最终图像表示中显式编码多尺度信息。我们在五个数据集上验证我们的两种尺度编码技术：Willow、PASCAL VOC 2010、PASCAL VOC 2012、Stanford-40 和 Human Attributes (HAT-27)。在所有数据集上，所提出的尺度编码方法均优于尺度不变方法以及同一网络的标准深度特征。此外，将我们的尺度编码方法与标准深度特征结合，相比最先进水平取得了持续的改进。
引用
@article{arxiv.1612.04884,
title = {Scale Coding Bag of Deep Features for Human Attribute and Action Recognition},
author = {Fahad Shahbaz Khan and Joost van de Weijer and Rao Muhammad Anwer and Andrew D. Bagdanov and Michael Felsberg and Jorma Laaksonen},
journal= {arXiv preprint arXiv:1612.04884},
year = {2018}
}
备注
To appear in Machine Vision and Applications