CNNのアクティベーションの積分マックスプーリングによる特定の物体検索

最近、畳み込みニューラルネットワーク（CNN）に基づいた画像表現が、画像検索に対して効果的な記述子を提供することが示され、従来のCNN以前の特徴と比較して短いベクトル表現において優れた性能を発揮しています。しかし、このようなモデルは、幾何学に基づく再ランキング手法とは互換性がなく、ある特定の物体検索のベンチマークでは、正確な記述子のマッチング、幾何学的再ランキング、またはクエリの拡張に依存する従来の画像検索システムに依然として劣っています。本研究は、CNNから得られる同じ原始的情報を用いて、初期検索と再ランキングの両方の検索段階を再検討します。我々は、ネットワークに複数の入力を供給する必要なしに、いくつかの画像領域をエンコードするコンパクトな特徴ベクトルを構築します。さらに、畳み込み層のアクティベーションでのマックスプーリングを処理するために積分画像を拡張し、マッチングオブジェクトを効率的に局所化できるようにします。最終的に得られたバウンディングボックスは、画像の再ランキングに使用されます。その結果、本論文は既存のCNNベースの認識パイプラインを大幅に改善します：我々は、挑戦的なOxford5kおよびParis6kデータセットにおいて、従来の手法と競合する結果を初めて報告します。