Cross-domain Image Retrieval with a Dual Attribute-aware Ranking Network

ICCV2015

contributions:

                    1.数据集,450000线上图片,90000线下,91,390图像对,每张照片有5-9个语义属性类别,像素800x500

                    2.DARN网络:使用两分支网络结构,消除online和offline数据集间的差异

                    3.使用的是树状结构内嵌fc结构语义学习的方式处理细粒度特征

 

总体的网络结构

1) 总体上是两个分支,一个分支接收一个数据集,在分支顶部会产生可以比较的信息。

2) 然后分支中主要是卷积结构,第四个卷积层后面跟NIN中介绍的MLPConv,就是卷积模板跟堆叠的FC。然后总体上再跟两个FC。

3) 再在分支结构的顶部,加入树结构的FC层,对语义信息进行编码

4) Triplet-based ranking loss 可以增加特征的可区分度,去除并非真正起作用的特征,separates the dissimilar images with a fixed margin——这个总体类似于SVM的目标函数,事实上也确实是这样:Loss(a, b, c)= max(0,m+dist(a, b)−dist(a, c)),其中a:offline,b:online same,c:onlinedissimilar。

5) 此外,FC1编码的更多是全局的特征,会丢失小的局部特征。作者的方法是除FC1外同时考虑卷积层,使用max-pooling对靠前的卷积特征层下采样,类似于roi-pooling的形式。然后结果与全局特征组合在一起。

6) DARN是衣物检索的网络,在应用该网络之前,需要把人体衣物检测并裁剪出来。使用的是Rcnn,用来识别并将衣物裁剪出来

Cross-domain Image Retrieval with a Dual Attribute-aware Ranking Network_第1张图片

检测精度对比

Cross-domain Image Retrieval with a Dual Attribute-aware Ranking Network_第2张图片

 

 

你可能感兴趣的:(论文理解)