사진으로 장소 찾기
질의 사진이 어느 장소인지 알아보려면 관측 조건이 다른 사진들도 비교할 수 있어야 한다. NetVLAD 연구는 대규모 시각적 장소 인식에 맞춰 전체 신경망을 학습하는 구조를 제안했다.
일반화한 VLAD 층
영상 검색에서 쓰이던 VLAD 표현을 학습 가능한 층으로 일반화했다. 합성곱 신경망에 연결하고 역전파로 매개변수를 조정할 수 있다.
시간이 다른 같은 장소
Google Street View Time Machine에서 얻은 같은 장소의 서로 다른 시점 영상을 학습에 사용했다. 약한 지도 순위 손실로 장소를 구별하는 표현을 학습한다.
장소와 영상 검색의 평가
논문은 장소 인식 벤치마크 두 종류와 일반적인 영상 검색 자료에서 표현을 비교했다. 검출할 객체 하나보다 사진 전체의 장소를 나타내는 집계 표현이 중심이다.
관련 문서
HeLiPR / Boreas 주행 데이터셋 / 합성곱 신경망 / 약한 지도 학습 / 기하 정합 / 영상 검색