論文の概要: Learning Super-Features for Image Retrieval

• arxiv url: http://arxiv.org/abs/2201.13182v1
• Date: Mon, 31 Jan 2022 12:48:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-01 16:59:38.168066
• Title: Learning Super-Features for Image Retrieval
• Title（参考訳）: 画像検索のためのスーパー機能学習
• Authors: Philippe Weinzaepfel, Thomas Lucas, Diane Larlus, Yannis Kalantidis
• Abstract要約: 我々は,スーパーフィーチャーと呼ばれる中級機能のみをベースとした,深層画像検索のための新しいアーキテクチャを提案する。 一般的なランドマーク検索ベンチマークの実験では、Super-featuresは同じ数の機能を使用する場合、最先端の手法よりも大幅に優れていることが検証されている。
• 参考スコア（独自算出の注目度）: 34.22539650643026
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Methods that combine local and global features have recently shown excellent performance on multiple challenging deep image retrieval benchmarks, but their use of local features raises at least two issues. First, these local features simply boil down to the localized map activations of a neural network, and hence can be extremely redundant. Second, they are typically trained with a global loss that only acts on top of an aggregation of local features; by contrast, testing is based on local feature matching, which creates a discrepancy between training and testing. In this paper, we propose a novel architecture for deep image retrieval, based solely on mid-level features that we call Super-features. These Super-features are constructed by an iterative attention module and constitute an ordered set in which each element focuses on a localized and discriminant image pattern. For training, they require only image labels. A contrastive loss operates directly at the level of Super-features and focuses on those that match across images. A second complementary loss encourages diversity. Experiments on common landmark retrieval benchmarks validate that Super-features substantially outperform state-of-the-art methods when using the same number of features, and only require a significantly smaller memory footprint to match their performance. Code and models are available at: https://github.com/naver/FIRe.
• Abstract（参考訳）: ローカル機能とグローバル機能を組み合わせる手法は、最近、複数の挑戦的なディープイメージ検索ベンチマークで優れたパフォーマンスを示しているが、ローカル機能の使用は少なくとも2つの問題を提起している。 まず、これらのローカル機能は単にニューラルネットワークのローカライズされたマップアクティベーションに分解され、非常に冗長になる。 対照的に、テストは局所的な機能マッチングに基づいているため、トレーニングとテストの相違が生じます。 本稿では,我々がSuper-Featuresと呼ぶ中級機能のみに基づく,深層画像検索のための新しいアーキテクチャを提案する。 これらのスーパーフィーチャーは反復注目モジュールによって構成され、各要素が局所的で識別可能な画像パターンにフォーカスする順序セットを構成する。 トレーニングにはイメージラベルのみが必要となる。 対照的な損失は、スーパーフィーチャーのレベルで直接動作し、画像に一致するものに焦点を当てる。 第2の相補的な損失は多様性を促進する。 一般的なランドマーク検索ベンチマークの実験では、Super-featuresは同じ数の機能を使用する場合、最先端のメソッドよりも大幅に優れており、パフォーマンスに合わせたメモリフットプリントがかなり必要である。 コードとモデルは以下の通りである。

関連論文リスト

• Deep Homography Estimation for Visual Place Recognition [49.235432979736395]
  本稿では,変換器を用いたディープホモグラフィー推定(DHE)ネットワークを提案する。 バックボーンネットワークによって抽出された濃密な特徴写像を入力とし、高速で学習可能な幾何的検証のためにホモグラフィーに適合する。 ベンチマークデータセットを用いた実験により,本手法はいくつかの最先端手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-02-25T13:22:17Z)
• Attribute Prototype Network for Any-Shot Learning [113.50220968583353]
  属性ローカライズ機能を統合した画像表現は、任意のショット、すなわちゼロショットと少数ショットのイメージ分類タスクに有用である、と我々は主張する。 クラスレベルの属性のみを用いてグローバルな特徴とローカルな特徴を共同で学習する新しい表現学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-04-04T02:25:40Z)
• Local and Global GANs with Semantic-Aware Upsampling for Image Generation [201.39323496042527]
  ローカルコンテキストを用いて画像を生成することを検討する。 セマンティックマップをガイダンスとして用いたクラス固有の生成ネットワークを提案する。 最後に,セマンティック・アウェア・アップサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2022-02-28T19:24:25Z)
• Sparse Spatial Transformers for Few-Shot Learning [6.271261279657655]
  限られたデータから学ぶことは、データの不足によってトレーニングされたモデルの一般化が不十分になるため、難しい。 スパース空間トランスと呼ばれる新しいトランスを用いたニューラルネットワークアーキテクチャを提案する。 本手法はタスク関連機能を見つけ,タスク関連機能を抑制する。
  論文  参考訳（メタデータ） (2021-09-27T10:36:32Z)
• Multi-attentional Deepfake Detection [79.80308897734491]
  ディープフェイクによる顔の偽造はインターネットに広まり、深刻な社会的懸念を引き起こしている。 新たなマルチアテンテーショナルディープフェイク検出ネットワークを提案する。 具体的には,1)ネットワークを異なる局所的部分へ配置するための複数の空間的注意ヘッド,2)浅い特徴の微妙なアーティファクトをズームするテクスチャ的特徴拡張ブロック,3)低レベルなテクスチャ特徴と高レベルなセマンティクス特徴をアグリゲートする,の3つの構成要素からなる。
  論文  参考訳（メタデータ） (2021-03-03T13:56:14Z)
• Re-rank Coarse Classification with Local Region Enhanced Features for Fine-Grained Image Recognition [22.83821575990778]
  そこで我々は,Top1の精度を向上させるため,TopN分類結果を局所的に拡張した埋め込み機能を用いて再評価した。 より効果的なセマンティクスグローバル機能を学ぶために、我々は、自動構築された階層的カテゴリ構造上のマルチレベル損失をデザインする。 本手法は,cub-200-2011,stanford cars,fgvc aircraftの3つのベンチマークで最新性能を実現する。
  論文  参考訳（メタデータ） (2021-02-19T11:30:25Z)
• DenserNet: Weakly Supervised Visual Localization Using Multi-scale Feature Aggregation [7.2531609092488445]
  画像表現の異なる意味レベルで特徴マップを集約する畳み込みニューラルネットワークアーキテクチャを開発する。 第二に、我々のモデルは、正および負のGPSタグ付き画像対以外の画素レベルのアノテーションなしで、エンドツーエンドで訓練されている。 第3に、アーキテクチャが計算中に特徴やパラメータを共有しているため、計算効率がよい。
  論文  参考訳（メタデータ） (2020-12-04T02:16:47Z)
• Inter-Image Communication for Weakly Supervised Localization [77.2171924626778]
  弱教師付きローカライゼーションは、画像レベルの監督のみを使用して対象対象領域を見つけることを目的としている。 我々は,より正確な物体位置を学習するために,異なる物体間の画素レベルの類似性を活用することを提案する。 ILSVRC検証セット上でトップ1のローカライズ誤差率45.17%を達成する。
  論文  参考訳（メタデータ） (2020-08-12T04:14:11Z)
• Memory-Efficient Incremental Learning Through Feature Adaptation [71.1449769528535]
  本稿では,以前学習したクラスから,画像の特徴記述子を保存するインクリメンタルラーニングのアプローチを提案する。 画像のより低次元の機能埋め込みを維持することで、メモリフットプリントが大幅に削減される。 実験の結果,インクリメンタルラーニングベンチマークにおいて,最先端の分類精度が得られた。
  論文  参考訳（メタデータ） (2020-04-01T21:16:05Z)
• Unifying Deep Local and Global Features for Image Search [9.614694312155798]
  グローバルおよびローカルな画像特徴を1つのディープモデルに統一し、効率的な特徴抽出による正確な検索を可能にする。 我々のモデルは、改訂されたオックスフォードとパリのデータセットにおける最先端の画像検索と、Google Landmarksデータセットv2における最先端の単一モデルインスタンスレベルの認識を実現している。
  論文  参考訳（メタデータ） (2020-01-14T19:59:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。