标签：检索 VLAD 特征提取 architecture 图像 CNN recognition

http://www.liuxiao.org/2019/02/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0%EF%BC%9Anetvlad-cnn-architecture-for-weakly-supervised-place-recognition/

 

NetVLAD: CNN architecture for weakly supervised place recognition

论文笔记：NetVLAD: CNN architecture for weakly supervised place recognition

2019年2月20日

文章目录

NetVLAD1是一个较早的使用 CNN 来进行图像检索或者视频检索的工作，后续在此工作的基础上陆续出了很多例如 NetRVLAD、NetFV、NetDBoW 等等的论文，思想都是大同小异。

一、图像检索

VLAD 和 BoW、Fisher Vector 等都是图像检索领域的经典方法，这里仅简介下图像检索和 VLAD 的基本思想。
图像检索（实例搜索）是这样的一个经典问题：
1、我们有一个图像数据库 I_iIi​ 通过函数可以得到每一个图像的特征 f(I_i)f(Ii​)；
2、我们有一个待查询图像 qq 通过函数得到它的特征 f(q)f(q)；
3、则我们获得的欧氏距离 d(q, I) = \parallel  f(q) - f(I)\paralleld(q,I)=∥ f(q)−f(I)∥ 应该满足越相近的图像 d(q, I)d(q,I) 越小。

二、VLAD （Vector of Locally Aggregated Descriptors）

 

 

 

​

 

 

 

 

NetVLAD

经典 VLAD 公式的可微化

 

 

 

标签：检索,VLAD,特征提取,architecture,图像,CNN,recognition
来源： https://www.cnblogs.com/gooutlook/p/15600753.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。