深度学习
文章平均质量分 62
Ciroo
这个作者很懒,什么都没留下…
展开
-
《Faster R-CNN Features for Instance Search》笔记
摘要: 从Faster R-CNN提取图像和区域层次的特征表示。利用RPN及其相关的CNN特征获得的对象建议,构建一个由第一个过滤阶段,随后进行空间重新排列的实例搜索方法。并通过微调网络来考察Faster R-CNN特征的适用性。 文中主要贡献: 利用已经训练过的关于目标检测的CNN模型来提取全局和局部层次的卷积特征。考察利用RPN学习到位置信息来提取大概的目标位置来进行空间位置的重原创 2017-04-11 20:21:50 · 1105 阅读 · 0 评论 -
《Where to Focus: Query Adaptive Matching for Instance Retrieval Using Convolutional Feature Maps》阅读笔
文中主要提出: 然而,由于以往论文都采用了全局池化策略,所产生的图像特征对于图像背景不够鲁棒,并且倾向于被不相关的图像模式所污染。文中提出利用CFMs来进行重排序的方法缓解此缺点,核心点就是query adaptive matching(QAM),首先通过一组基本区域来表示每个图像的CFM,这些基本区域可以自由地组合成更大的感兴趣区域。 然后,通过比较查询特征和从组合区域集合的特征可以获得的原创 2017-08-08 16:16:08 · 588 阅读 · 0 评论