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: