- 大规模实时视觉惯性定位重访
本文提出了一种基于图像的定位方法，使用本地特征和稀疏的三维模型进行全球规模的离线和在线实时客户端姿态融合，实现低延迟本地化查询，证明了该方法在大规模模型上的有效性。
- 局部特征和视觉单词在激活中出现
该研究提出了一种新颖的用于图像检索的深度空间匹配方法。该方法利用卷积神经网络激活函数提取图像描述符，同时采用一组局部特征来近似稀疏的三维激活张量，从而实现对张量最优对齐的稳健匹配，并在不需要任何网络修改、额外的网络层或训练、视觉聚类的情况下 - CVPRPCAN: 使用上下文信息学习 3D 注意力图以进行基于点云的检索
通过 Point Contextual Attention Network (PCAN) 能够在对点上下文加权的情况下，对局部特征进行更加关注，从而有效地编码局部特征并在多个基准测试数据集上提供性能优于当前最先进方法的检索性能。
- CVPR跨模态上下文的局部描述符增强
本文提出了一种加强现有局部特征描述器的上下文感知统一学习框架，该框架整合了来自高级图像表征的视觉上下文和 2D 关键点分布的几何上下文，并采用有效的 N 对损失来提高收敛效果，在几个大型基准场景上表现良好，表明它在几何匹配应用方面具有很强的 - ICLR利用局部特征包模型近似 CNN 在 ImageNet 上获得出色表现
介绍了一种高性能 DNN BagNet 架构，它对图像进行分类，基于小型局部图像特征的出现，不考虑它们的空间顺序，从而容易解释每个图像部分对分类的影响。
- 人物再识别中的属性辅助部位检测与细化
本文介绍了一种新的人物属性检测方法，利用属性检测来生成相应的局部检测器，提取局部特征来解决人物再识别中的身体部分不对齐问题，并将属性信息与局部描述符相结合以消除检测偏差带来的干扰。该模型在两种常用基准测试上表现良好。
- 对抗性查询有谁害怕？图像修改对基于内容图像检索的影响
该论文分析了针对基于神经网络、局部和全局特征的基于内容图像检索的对抗查询。作者引入了一种创新的神经网络图像扰动方法，称为图像检索错误的扰动（PIRE），能够阻止基于神经特征的 CBIR 检索。作者的实验分析证明了 PIRE 的惊人有效性，并 - 深度卷积高斯过程
本论文提出了基于卷积结构的深度高斯过程模型，是一种基于贝叶斯原则的图像分类方法，能够有效的利用局部特征，改善了传统的高斯过程方法在 MNIST 和 CIFAR-10 数据集上的分类准确性，尤其是 CIFAR-10 数据集上准确率提高了超过 - 从手工制作到深度本地特征
该论文介绍了本地特征从手工制作到基于深度学习的方法的演变概述，讨论了评估这些本地特征的若干基准和论文，探讨了特征提取的挑战和潜在解决方案，并提供了相关文献和代码参考。
- 深度局部特征学习在人脸防欺骗检测中的应用
本文使用卷积神经网络（CNN）中的局部特征来提高面部欺骗检测的性能，并且在整个面部图像上进行预训练，使 CNN 可以学习不同的本地欺骗线索，从而改进了性能并提高了最终模型的收敛速度。
- ECCV深度自适应关注：面部动作单元检测和人脸对齐
本文提出了一种新颖的端到端深度学习框架以实现联合的面部动作单元检测和面部对齐任务，并通过在本地和全局特征中添加关注学习模块以提取精确的局部特征，在 BP4D 和 DISFA 基准测试上取得了显著的性能优势。
- 基于图像的三维重建中局部特征的性能评估
本文对图像三维重建中的局部特征进行了全面比较评估，包括使用强大的机器学习技术和精心设计的手工特征。在定量和定性实验中，实验结果表明，对于只有少量图像的场景，二进制特征具有很好的重建效果，并且处理速度比浮点型特征快得多。但是，对于大规模图像集 - 精准摄像机定位的回溯回归森林
本文提出了一种基于随机森林的相机定位方法，通过采用样本平衡策略和修正不正确的 2D-3D 对应关系，可以在室内和户外的 RGB 应用场景中实现相对准确的定位效果。
- 深度本地视频特征用于动作识别
探讨使用 CNN 特征表示整个视频以用于人类动作识别的问题，通过提取局部特征并将它们聚合成全局特征，将另一个映射函数用于将全局特征映射到全局标签
- 可视化残差网络
本篇论文通过定性视觉和实证分析，研究残差网络中残差跳转连接的作用，揭示残差跳转连接强制不同层次的卷积层区分特征的实际意义，证明残差网络遵循卷积神经网络慢慢学习局部特征并学习整个物体全局特征的普适性。
- 基于组合模型的 Fisher 向量编码用于图像分类
本文提出了一种新的基于成分机制的生成模型，用于在 Fisher 矢量编码中增强局部特征的生成表征能力。
- ICCV深度卷积特征聚合的图像检索
本文通过对局部卷积神经网络特征进行聚合研究，提出一种基于简单加总池化的高效图像检索方法，取得了显著提升的效果。
- 深度卷积神经网络的视觉实例检索
本文研究使用卷积网络所提供的图像表示在视觉实例检索任务中的可用性，并通过利用多尺度图像特征提取方案，特别地，通过将几何不变性纳入到明确的位置、尺度和空间一致性中的方法来提取来自于该网络的局部特征，实验结果表明，如果对其进行适当提取，那么通用 - NIPS基于稀疏编码的 Fisher 向量对高维本地特征进行编码
本文提出了一种基于稀疏编码的 Fisher 向量编码策略 (SCFVC)，用于高维局部特征表示，通过使用 CNN 描述符与 SCFVC 方法，我们在多种基准测试数据集上都取得了最先进的表现。
- 动作识别中的视觉词袋和融合方法：全面研究和最佳实践
本研究对 Bag of Visual Words 模型（BoVW）中的五个步骤以及特征融合方法做了全面的研究，探讨了不同的局部特征提取和编码对行为识别的影响，并且基于不同 BoVW 框架和本地描述符的互补性，提出了一个简单而有效的表示方法，