本文是CVPR2016图像检索论文阅读笔记。论文提出SPoC机制，先讨论每层卷积层特征和sift等特征在图像检索的表征能力，采用conv5（VGG）；接着介绍SPoC设计，包括求和池化、根据位置加权求和及后处理；最后给出了实验结果。
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：
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
