使用 NetRVLAD 和图相似度重新排名的无监督作家检索

May, 2023

使用 NetRVLAD 和图相似度重新排名的无监督作家检索

Unsupervised Writer Retrieval using NetRVLAD and Graph Similarity Reranking

Marco Peer, Florian Kleber, Robert Sablatnig

TL;DR本文提出了一种基于无监督方法的作者检索方法，其采用 SIFT 描述符进行聚类，并通过 NetRVLAD 进行编码，同时提出了一种基于图的重新排序算法（SGR）以提高检索性能，该方法在两个历史数据集上表现出色。

Abstract

This paper presents an unsupervised approach for writer retrieval based on clustering SIFT descriptors detected at keypoint locations resulting in pseudo-cluster labels. With those cluster labels, a residual netw

unsupervised approach writer retrieval encoding layer historical datasets reranking algorithm

发现论文，激发创造

理解图神经网络视角下的图像检索再排序

本文提出了一种高并行性图神经网络的再排序方法，将传统的再排序过程分为检索高质量图库样本和更新特征两个阶段，并在实验中验证了该方法的实时处理能力和检索效果。

Dec, 2020

行人检索的 SVDNet

该论文提出了一种基于 SVDNet 的人物再识别方法，通过优化深度表示学习过程并使用正交约束迭代训练，可以有效降低投影向量之间的相关性，并显著提高 re-ID 准确性。

Mar, 2017

基于自监督学习的手写验证

我们研究了应用于手写验证任务上的自监督学习方法，对比了多种生成式对比式自监督学习方法和手工特征提取器以及有监督学习在 CEDAR AND 数据集上的表现。结果显示，基于 ResNet 的变分自动编码器（VAE）在准确度上超越其他生成式方法，达到 76.3% 的准确度；而使用方差不变协方差正则化（VICReg）进行微调的 ResNet-18 在准确度上超越其他对比式方法，达到 78% 的准确度。使用预训练的 VAE 和 VICReg 进行下游的写作者验证任务，相对于 ResNet-18 有监督基准模型和 10% 的写作者标签，准确度相对提高了 6.7% 和 9%。

May, 2024

基于弱监督的条件嵌入用于参考视觉搜索

本文介绍了一种新的图像相似性搜索方法，包括引用视觉搜索 (RVS) 概念、推出面向此任务的新数据集 - LAION-RVS-Fashion、利用弱监督学习方法来学习条件嵌入等方法可以达到良好实验效果。

Jun, 2023

PointNetVLAD: 基于深度点云的大规模场所识别检索

本研究提出了 PointNetVLAD 方法，结合 PointNet 和 NetVLAD 模型，通过端到端的训练和推理从给定的 3D 点云中提取全局描述符，并使用 “lazy triplet and quadruplet” 损失函数来实现更具有判别性和可推广性的全局描述符以解决点云识别的问题，并创建了基准数据集以实现其可行性。

Apr, 2018

具有布局感知能力的基于预训练语言模型的视觉丰富文档信息抽取方法

本文研究信息提取的问题，使用大型预训练语言模型和图神经网络相结合的模型来高效地编码视觉和文本信息，并引入新的微调目标，通过使用大量未标记的领域内数据来改善领域内无监督微调。我们在真实世界的发票和简历数据集上进行了实验，并表明所提出的方法在发票上的绝对 F1 比强文本基线高出 6.3％，在简历中 F1 绝对值增加了 4.7％。在少数样本情况下，我们的方法需要比基线少 30 倍的批注数据才能在约 90％的 F1 达到相同的性能水平。

May, 2020

纸质文献片段的笔迹检索与鉴定特征混合

本文提出一种基于深度学习的新方法来识别和检索古希腊纸质文献上的作者的笔迹，并结合新颖的神经网络架构和性能评估方法来提高特定作家和相同图像的片段检索效果。

Jun, 2023

可归因的视觉相似度学习

本文提出 AVSL 框架，用于更精确和可解释地衡量图像之间的相似度，通过基于人类语义相似性认知构建通用相似性学习范式，使用图形以及自下而上的相似性构建和自上而下的相似性推断框架，在语义层次一致性的基础上推断相似性，取得了显著的改进，并验证了框架的可解释性。

Mar, 2022

基于集合的人脸识别中的 GhostVLAD

本文旨在针对模板基础人脸识别问题，提出了一种图像集的紧凑表示方法；基于深度卷积神经网络产生的人脸描述符，该方法利用网络架构进行聚合嵌入，生成了一种紧凑且固定长度的表达形式，该表达形式需要最小的内存存储并能够进行有效的相似性计算；同时还提出了包含 “幽灵簇” 的新型 GhostVLAD 层，该层能够使输入的高质量图像比低质量图像更具信息量，增强了网络处理低质量图像的能力；最后，我们在 IJB-B 人脸识别数据集上训练的模型比目前的最先进模型性能更高，且在身份识别和验证协议上均超过了先前的最高水平。

Oct, 2018

大规模地标检索的两阶段鉴别重排

本文提出了一种通过两阶段鉴别性重新排列解决数据集多样性问题的大规模地标图像检索的有效流程，该方法基于使用余弦 softmax 损失训练的卷积神经网络嵌入特征空间中的图像，通过 $k$ 最近邻搜索和软投票对检索结果进行排序，然后通过从未通过图像相似性检索的数据集中添加附加样本的方式进行插入，以克服检索图像的低视觉多样性。经过深入的实验结果表明，所提出的方法在挑战性的 Google Landmarks 数据集上明显优于现有的方法。

Mar, 2020