R-MAC (regionalmaximum Activation of Convolutions)被表示为图像中局部特征的累加器,作为一种判别全局图像表示。R-MAC的概述如下。在卷积特征图中,我们以滑动窗口的方式对正方形区域进行采样,在所有的s = 1,…,s中,相邻窗口之间有40%的重叠。采样区域大小可以计算为:Rs = 2min(W,H)/(s+1),其中W和H分别为特征图的宽度和高度。R-MAC对区域特征图进行采样后,对所有区域特征图进行最大池化处理,并进行标准化处理,如l2归一化和pca -白化。利用求和池化计算全局特征向量,然后进行l2标准化。
如图为s=1,2,3