基于深度卷积网络的视觉实例检索
计算机视觉与模式识别
2016-05-10 v4
摘要
本文对基于卷积网络（ConvNets）的图像表示在视觉实例检索任务中的可用性进行了广泛研究。除了卷积层的选择外，我们提出了一种高效的流程，利用多尺度方案提取局部特征，特别是显式考虑了位置、尺度和空间一致性等几何不变性。在使用五个标准图像检索数据集的实验中，我们证明如果提取方式得当，通用的 ConvNet 图像表示可以超越其他最先进的方法。
引用
@article{arxiv.1412.6574,
title = {Visual Instance Retrieval with Deep Convolutional Networks},
author = {Ali Sharif Razavian and Josephine Sullivan and Stefan Carlsson and Atsuto Maki},
journal= {arXiv preprint arXiv:1412.6574},
year = {2016}
}