Content-based image retrieval with compact deep convolutional features

摘要 现有的基于内容的检索过程中，大部分模型通常使用单一的CNN架构来提取特征，这样就对识别图像局部特征所有限制。首先，本文中提出一种新型的双线性的CNN架构，使用两个并行的CNN作为特征提取器。卷积层直接用于提取不同位置和不同尺度的特征（先pre-trained，后fine-tuned）。此外，提出一种有效的双线性根池化（bilinear root pooling）应用到低维池化层从而减少特征维

>>阅读原文<<