统一深度局部与全局特征用于图像检索
计算机视觉与模式识别
2020-09-17 v4
摘要
图像检索是在图像数据库中搜索与查询图像相似项的问题。为解决该任务，已有两类主要图像表示被研究：全局与局部图像特征。本工作中，我们的关键贡献是将全局与局部特征统一到单一深度模型中，从而实现精确检索与高效特征提取。我们将新模型称为DELG，意为DEep Local and Global features（深度局部与全局特征）。我们利用近期特征学习工作的经验，提出一个结合用于全局特征的广义均值池化与用于局部特征的注意力选择的模型。整个网络可通过仔细平衡两个分支间的梯度流以端到端学习——仅需图像级标签。我们还引入了基于自编码器的局部特征降维技术，其集成于模型中，提升了训练效率与匹配性能。综合实验表明，我们的模型在Revisited Oxford和Paris数据集上实现了最先进的图像检索，并在Google Landmarks数据集v2上实现了最先进的单模型实例级识别。代码与模型可见于 https://github.com/tensorflow/models/tree/master/research/delf 。
引用
@article{arxiv.2001.05027,
title = {Unifying Deep Local and Global Features for Image Search},
author = {Bingyi Cao and Andre Araujo and Jack Sim},
journal= {arXiv preprint arXiv:2001.05027},
year = {2020}
}
备注
ECCV'20 paper