實例搜索旨在搜索圖像中出現的指定人物、物體或地標,其作為基礎性研究問題受到大量關注。近年來,基于深度學習的實例搜索方法相繼問世,深度特征的強大性能提升了檢索精度,但仍然存在特征表示方面的缺陷�；谏疃葘W習繼續(xù)深入研究實例搜索問題,構造實例級特征表示是一項有意義的工作。首先,本文回顧實例搜索框架的三個主要組成部分:圖像特征表示、特征編碼和檢索結構。對各部分的代表方法進行介紹,并總結各自在實例搜索領域的應用情況。其次,提出一種基于實例分割進行特征表示的實例搜索方法。通過使用實例分割算法FCIS對圖片中的實例進行分割和檢測,預測實例坐標位置,在卷積層輸出上執(zhí)行ROI池化得到實例級別的深度特征。并且,參考目標跟蹤數據集搭建實例搜索數據集Instance-160。通過對FCIS骨架網絡的性能改進,同時提升實例分割和實例搜索兩項任務的表現。所提出的實例搜索方法在Instance-160和百萬干擾圖片集上,同其他主流實例搜索方法相比取得優(yōu)秀的檢索結果。另外,提出一種基于目標提案進行特征表示的實例搜索方法。為了在實例搜索時提取到盡可能多的類別無關目標提案,同時摒棄基于目標檢測的實例搜索方法中的邊界框分... 

【文章來源】： 詹渝 廈門大學

【文章頁數】：89 頁

【學位級別】：碩士

【部分圖文】：

實例搜索任務，搜素由矩形框指定的特定的物體、

圖１．２實例搜索領域代表性方法一覽，按照特征類型大致分為基于手工特征和基于深??

圖２．１使用Ｄ〇Ｇ［３］關鍵點檢測算子對輸入圖像提取關鍵點，右圖中紅色十字所標注的像??素位置即為關鍵點所在位置


本文編號：3000389