面向重访牛津与巴黎数据集的基于内容的像素检索
计算机视觉与模式识别
2023-09-12 v1 信息检索
摘要
本文介绍了前两个像素检索基准。像素检索即分割实例检索。正如语义分割将分类扩展到像素级，像素检索是图像检索的扩展，并提供与查询对象相关像素的信息。除为给定查询检索图像外，它通过标注相关像素帮助用户快速在真阳性图像中识别查询对象并排除假阳性图像。我们的用户研究表明像素级标注可显著改善用户体验。与语义及实例分割相比，像素检索需要对可变粒度目标具备细粒度识别能力。为此，我们提出基于广泛使用的图像检索数据集ROxford和RParis的像素检索基准PROxford和PRParis。三名专业标注员对5,942张图像进行标注，并经过两轮复核与精修。此外，我们利用所提像素检索基准对图像搜索、图像匹配、检测、分割及稠密匹配中的SOTA方法进行了广泛实验与分析。结果表明像素检索任务对这些方法具有挑战性且区别于现有问题，意味着进一步研究可推进基于内容的像素检索从而改善用户搜索体验。数据集可从\href{https://github.com/anguoyuan/Pixel_retrieval-Segmented_instance_retrieval}{此链接}下载。
引用
@article{arxiv.2309.05438,
title = {Towards Content-based Pixel Retrieval in Revisited Oxford and Paris},
author = {Guoyuan An and Woo Jae Kim and Saelyne Yang and Rong Li and Yuchi Huo and Sung-Eui Yoon},
journal= {arXiv preprint arXiv:2309.05438},
year = {2023}
}