검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Rethinking the Rotation Invariance of Local Convolutional Features for Content-Based Image Retrieval 콘텐츠 기반 이미지 검색을 위한 로컬 컨벌루션 기능의 회전 불변성 재고

Longjiao ZHAO, Yu WANG, Jien KATO

  • 조회수

    0

  • 이것을 인용

요약 :

최근 CNN(Convolutional Neural Network)을 사용하여 계산된 로컬 특징은 이미지 검색에 좋은 성능을 보여줍니다. CNN에서 얻은 로컬 컨벌루션 기능(LC 기능)은 변환 불변으로 설계되었지만 본질적으로 회전 교란에 민감합니다. 이로 인해 검색 작업에서 잘못된 판단이 발생합니다. 이 작업에서 우리의 목표는 이미지 회전에 대한 LC 기능의 견고성을 향상시키는 것입니다. 이를 위해 두 가지 종류의 회전 공격(데이터 세트 공격 및 쿼리 공격)에 대해 세 가지 후보 회전 방지 전략(모델 내 데이터 증대, 모델 내 기능 증대 및 모델 후 기능 증대)에 대한 철저한 실험적 평가를 수행합니다. ). 훈련 절차에서는 데이터 증대 프로토콜과 네트워크 증대 방법을 구현합니다. 테스트 절차에서는 LTC(Local Transformed Convolutional) 특징 추출 방법을 개발하고 다양한 네트워크 구성에서 이를 평가합니다. 우리는 꾸준한 정량적 지원을 통해 일련의 모범 사례를 완성했으며, 이는 이미지 검색에서 회전 불변성이 높은 LC 기능을 계산하기 위한 최상의 전략으로 이어집니다.

발행
IEICE TRANSACTIONS on Information Vol.E104-D No.1 pp.174-182
발행일
2021/01/01
공개일
2020/10/14
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2020EDP7017
원고의 종류
PAPER
범주
이미지 처리 및 비디오 처리

작성자

Longjiao ZHAO
  Nagoya University
Yu WANG
  Ritsumeikan University
Jien KATO
  Ritsumeikan University

키워드