Aggregating Deep Convolutional Features for Image Retrieval阅读笔记

CVPR2016 图像检索论文阅读笔记

最经由于工作需要阅读了这篇论文

文中主要工作提出了SPoC机制

一、首先讨论了每层卷积层的特征和sift等特征的在图像检索的表征能力

作者采用conv5（VGG）

二、SPoC design

1、Sum pooling.

假设我们卷积出来的特征为B*C*H*W维的矩阵，首先在每个h*w的feature map 上进行求和

2、Centering prior.

直接求和作者考虑可能会将图像边缘与中心的权重一至，所以根据位置进行加权求和

而这个权重alpha则是根据位置得到的：

3、Post-processi

后面就是先对特征进行降维（降到256维），然后在normalize：

三、实验结果：