基于 NetVLAD 与重排序的书写者识别与检索
计算机视觉与模式识别
2021-05-24 v3 信息检索
摘要
本文研究文档分析与识别领域中被视为难题的书写者识别与书写者检索问题。本工作受局部聚合描述子向量（VLAD）启发，采用由 ResNet-20 作为特征提取器及在其后端集成的 NetVLAD 层构成的统一神经网络架构，提出了一种针对该问题的新流程。定义该架构后，使用三元组半难损失函数直接学习单张输入图像块的嵌入。随后，采用广义最大池化技术聚合每幅手写图像的嵌入描述子。此外，基于 -互逆最近邻提出了一种用于识别与检索任务的新重排序策略，并表明该流程可从此步骤中大幅受益。实验评估在三个公开数据集上进行：ICDAR 2013、CVL 与 KHATT 数据集。结果表明，尽管我们在 KHATT 上与最优方法表现相当，我们的书写者识别与检索流程在 ICDAR 2013 与 CVL 数据集上于 mAP 指标取得了更优性能。
引用
@article{arxiv.2012.06186,
title = {Writer Identification and Writer Retrieval Based on NetVLAD with Re-ranking},
author = {Shervin Rasoulzadeh and Bagher Babaali},
journal= {arXiv preprint arXiv:2012.06186},
year = {2021}
}
备注
22 pages, 12 figures