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最佳相似性得分来测量查询和候选图像之间的相似性。随后将问题转化为一个优化问题,文中还提出两种区域组合方式。