2021年图像相似度数据集与挑战赛
计算机视觉与模式识别
2022-02-22 v4
摘要
本文介绍了一个用于大规模图像相似度检测的新基准。该基准用于 NeurIPS'21 的图像相似度挑战赛(ISC2021)。目标是判断一张查询图像是否为大小为 1~百万的参考语料库中任何图像的修改副本。该基准具有多种图像变换，如自动变换、手工图像编辑以及基于机器学习的操控。这模拟了社交媒体中出现的现实案例，例如处理错误信息和不良内容的完整性相关问题。图像操控的强度，也即基准的难度，是根据一组基线方法的性能进行校准的。查询集和参考集均包含多数不匹配的“干扰”图像，这对应于现实中的大海捞针设置，评估指标也反映了这一点。我们期望 DISC21 基准能够推动图像拷贝检测作为一个重要且具有挑战性的计算机视觉任务，并刷新当前最优水平。代码和数据可在 https://github.com/facebookresearch/isc2021 获取。
引用
@article{arxiv.2106.09672,
title = {The 2021 Image Similarity Dataset and Challenge},
author = {Matthijs Douze and Giorgos Tolias and Ed Pizzi and Zoë Papakipos and Lowik Chanussot and Filip Radenovic and Tomas Jenicek and Maxim Maximov and Laura Leal-Taixé and Ismail Elezi and Ondřej Chum and Cristian Canton Ferrer},
journal= {arXiv preprint arXiv:2106.09672},
year = {2022}
}