Sep, 2014

互联网照片集合的视觉地标识别：大规模评估

PDF
TL;DR探讨如何在全自动化的情况下，通过图片聚类，用户提供的标签以及建立高效的识别索引，对地标建筑和物体进行识别。通过对 500k 张巴黎图片数据集的分析，我们评估了不同的识别结果和方法的系统性能，以及他们对建筑、绘画或雕塑等不同类型的查询所产生的影响。
visual landmark recognitionautomatic recognition indexobject clusteringsemantic information extractionsystem performance
发现论文，激发创造
  • HaLo-NeRF：学习几何引导的语义，探索无约束照片集合

    本文介绍了一种将大规模地标场景的神经表示与描述场景中的语义区域的文本相连接的本地化系统，通过利用最先进的视觉 - 语言模型以及适用于理解地标场景语义的改进，提供语义导航和细粒度理解的语义接口。

    Feb, 2024

  • 大规模嘈杂多样化数据集下的地标检索 / 识别

    smlyaka 团队基于深度卷积神经网络与度量学习构建了一个鲁棒的人工智能系统，这个系统在 Google Landmarks-v2 数据集噪声和多样性较高的情况下表现出更好的识别和检索效果，其包括自动数据清理系统和提高数据区分度的再排序方法，并在 Google Landmark Retrieval 2019 挑战赛中获得了第一名，并在 Kaggle 的 Google Landmark Recognition 2019 挑战赛中位列第三。

    Jun, 2019

  • Google Landmarks 数据集 v2 -- 一个用于实例级别识别和检索的大规模基准测试

    本文介绍了 Google Landmarks Dataset v2 (GLDv2)，它是迄今为止最大的数据集，在人工制造和自然地标的领域内进行了大规模的、细粒度的实例识别和图像检索，并具有极长的类分布、大量的测试相片以及大内部类的变异性等具有挑战性的特性。

    Apr, 2020

  • 视觉定位图像检索基准测试

    通过针对视觉定位任务设计的检索方法，对知名的图像检索技术在多个数据集上进行了对比，发现经典的标志性目标的检索效果与定位效果并不完全匹配。

    Nov, 2020

  • 用于地点识别的区分性视觉地标定位

    本文提出了一种利用卷积神经网络提取特征并用地标定位网络确定区分性地标的方法，用于视觉地点识别问题，该方法在各种外观和视角变化方面均具有优异的性能。

    Apr, 2019

  • Google Landmark Retrieval 2020 比赛第三名解决方案

    该论文探讨了图像检索的基本问题，提出了一种基于数据清洗和度量学习模型的解决方案，并采用一种名为 Corner-Cutmix 的数据增强方法，提高了模型识别多尺度和被遮挡地标图像的能力。

    Aug, 2020

  • 有效的多查询扩展：用于鲁棒地标检索的协作深度网络

    本文提出了一种名为多查询扩展的新框架，以通过使用潜在主题和协同过滤方法，检索语义上坚固的地标，实现从社交媒体中不同用户提供的具有不同几何信息的地标中检索类似地点的照片。

    Jan, 2017

  • 从互联网提取视觉知识：理解图像数据

    本研究针对视觉识别技术中的特征表示、学习算法和标记的训练数据进行了探究，提出了一种基于网络监督的自动图像数据生成方法，以实现对大量视觉概念的高效训练和识别。在 Pascal VOC 2007 数据集上对该方法进行了测试，并取得了明显的优越性能。

    Jun, 2019

  • 大时间滞后地点识别

    自动将古代图片与现代图片关联并创建文化遗产城市地图的任务，本文介绍了如何通过在因互联网引起的时间差异下变化较大的现代标注图像中识别古代照片中的位置，并对不同的特征进行了广泛分析。此外，我们还展示了本任务可以从域自适应中受益。

    Sep, 2014

  • 通过知识蒸馏提高面部标志点检测的准确性和效率

    通过知识蒸馏方法，本研究提出了一种创新的方式，可以开发适用于嵌入式系统的轻量级但功能强大的深度学习模型，以应对面部地标检测任务中的挑战，包括动态环境、不同的表情、方向和光照条件。

    Apr, 2024