应用于视觉实例检索的 CNN 最佳实践是什么？
计算机视觉与模式识别
2016-11-08 v1
摘要
先前的工作表明，深度卷积神经网络 (CNNs) 的特征图可以被解释为特定图像区域的特征表示。从这些特征图中聚合的特征已被用于图像检索任务，并在近年来取得了最先进的性能。此类方法成功的关键在于特征表示。然而，影响特征有效性的不同因素尚未得到充分探索，关于它们的最佳组合的讨论也少之又少。本文的主要贡献是对影响从 CNNs 提取的特征判别能力的各种因素进行了彻底评估。基于评估结果，我们还确定了不同因素的最佳选择，并提出了一种新的多尺度图像特征表示方法以有效地编码图像。最后，我们展示了所提出的方法具有良好的泛化能力，并在四个用于视觉实例检索的典型数据集上优于最先进的方法。
引用
@article{arxiv.1611.01640,
title = {What Is the Best Practice for CNNs Applied to Visual Instance Retrieval?},
author = {Jiedong Hao and Jing Dong and Wei Wang and Tieniu Tan},
journal= {arXiv preprint arXiv:1611.01640},
year = {2016}
}
备注
The verison submitted to ICLR