基于无监督语义的深度卷积特征聚合
计算机视觉与模式识别
2018-11-14 v1
摘要
本文提出一种简单而有效的基于语义的聚合(SBA)方法。所提出的SBA利用深度卷积层的判别性滤波器作为语义检测器。此外，我们提出有效的无监督策略来选择若干语义检测器以生成“概率提议”，其突出物体的某些判别性模式并抑制背景噪声。最终的全局SBA表示可通过聚合由对应于不同语义内容的所选“概率提议”加权的区域表示来获得。我们的无监督SBA易于推广，并在各类任务上取得优异性能。我们进行了全面实验，表明我们的无监督SBA在图像检索、地点识别和云分类上优于最先进的无监督与有监督聚合方法。
引用
@article{arxiv.1804.01422,
title = {Unsupervised Semantic-based Aggregation of Deep Convolutional Features},
author = {Jian Xu and Chunheng Wang and Chengzuo Qi and Cunzhao Shi and Baihua Xiao},
journal= {arXiv preprint arXiv:1804.01422},
year = {2018}
}
备注
10 pages. arXiv admin note: text overlap with arXiv:1705.01247