Oct, 2014
图像检索和细粒度分类的密集区域检测器比较
A comparison of dense region detectors for image search and fine-grained classification
Ahmet Iscen, Giorgos Tolias, Philippe-Henri Gosselin, Hervé Jégou
TL;DR本文研究了图像分类或搜索领域中基于编码方法（如词袋或 Fisher 向量）的流水线。我们提出并评估了一些用于密集提取图像路径的替代选择，包括基于超像素、边缘和 Zernike 滤波器的方法，并在最近的图像检索和细分分类基准上进行了评估。结果表明，大多数情况下，常规的密集探测器被其他方法超越，在标准检索和细粒度基准上改进了现有技术水平。此外，我们表明，如果沿着边缘而不是在检测到的区域周围提取路径，则现有的斑点和超像素提取方法可以实现高精度。