摘要
几项最近的研究表明，由深度卷积神经网络生成的图像描述符在图像分类和检索问题上提供了最先进的性能。此外，研究还发现，卷积层的激活可以被解释为描述特定图像区域的局部特征。这些局部特征可以使用为局部特征开发的聚合方法（例如Fisher向量）进行聚合，从而提供新的强大的全局描述符。本文中，我们探讨了将局部深度特征聚合以生成用于图像检索的紧凑全局描述符的可能方法。首先，我们展示了深度特征与传统手工设计特征之间的成对相似度分布存在显著差异，因此现有的聚合方法需要仔细重新评估。这种重新评估揭示了一个事实，即与浅层特征不同的是，基于求和池化的简单聚合方法对于深度卷积特征而言可能是最佳选择。该方法高效、参数少，并且在学习主成分分析矩阵时几乎不存在过拟合的风险。总体而言，新的紧凑全局描述符在四个常见的基准测试中显著提升了现有技术水平。