Oxford와 Paris 재검토: 대규모 이미지 검색 벤치마킹

본 논문에서는 표준적이고 인기 있는 옥스퍼드 5k 및 파리 6k 데이터셋에서의 이미지 검색 벤치마킹 문제를 다룹니다. 특히, 주석 오류, 데이터셋 크기, 그리고 난이도 수준에 대해 다루며: 두 데이터셋 모두 지상 진실의 신뢰성을 높이기 위해 새로운 주석을 생성하였습니다. 세 가지 새로운 난이도별 프로토콜이 도입되었습니다. 이 프로토콜들은 데이터셋 전처리 단계를 포함한 다양한 방법 간의 공정한 비교를 가능하게 합니다. 각 데이터셋에 대해 15개의 새로운 어려운 쿼리가 소개되었습니다. 마지막으로, 100만 개의 반자동으로 정제된 방해 요소 집합이 선택되었습니다.새로운 벤치마크에서 최신 기법들의 광범위한 비교가 수행되었습니다. 로컬 특징 기반부터 현대적인 CNN 기반 방법까지 다양한 유형의 기법들이 평가되었습니다. 가장 우수한 결과는 두 세계의 장점을 결합함으로써 달성되었습니다. 무엇보다도, 이미지 검색은 아직 해결되지 않은 상태임을 확인할 수 있었습니다.