图像检索

开始整理这两三年自己在image retrieval的一些资料，方便来年的毕业设计。

单词数目为100k统计的各项指标

单词数目	SIFT or rootSIFT	空间校正与否	重排数目	检索精度mAP	查询时间(55张)(s)
100k	rootSIFT	否	-	62.46%	5.429707
100k	rootSIFT	是	20	66.42%	20.853832
100k	rootSIFT	是	30	68.25%	21.673585
100k	rootSIFT	是	40	69.27%	23.300404
100k	rootSIFT	是	50	69.83%	23.719468
100k	rootSIFT	是	100	72.48%	24.180888
100k	rootSIFT	是	200	75.56%	31.165427
100k	rootSIFT	是	500	78.85%	46.064313
100k	rootSIFT	是	1000	79.93%	70.192928
100k	rootSIFT	是	2000	80.75%	110.999173
100k	rootSIFT	是	3000	80.92%	145.799017
100k	rootSIFT	是	4000	80.97%	176.786657
100k	rootSIFT	是	5063	80.96%	207.201570

单词数目为500k统计的各项指标

单词数目	SIFT or rootSIFT	空间校正与否	重排数目	检索精度mAP	查询时间(55张)(s)
500k	rootSIFT	否	-	74.82%	5.345534
500k	rootSIFT	是	20	77.77%	21.646773
500k	rootSIFT	是	30	79.06%	21.615220
500k	rootSIFT	是	40	79.86%	23.453462
500k	rootSIFT	是	50	80.54%	23.588034
500k	rootSIFT	是	100	82.18%	24.942057
500k	rootSIFT	是	200	83.35%	30.585792
500k	rootSIFT	是	500	84.89%	41.023239
500k	rootSIFT	是	1000	85.52%	54.836481
500k	rootSIFT	是	2000	85.73%	67.173112
500k	rootSIFT	是	3000	85.77%	80.634803
500k	rootSIFT	是	5063	85.76%	103.606303

单词数目为1m统计的各项指标

单词数目	SIFT or rootSIFT	空间校正与否	重排数目	检索精度mAP	查询时间(55张)(s)
1m	rootSIFT	否	-	77.64%	5.513093
1m	rootSIFT	是	20	80.00%	18.864077
1m	rootSIFT	是	30	80.81%	18.948402
1m	rootSIFT	是	40	81.44%	21.543470
1m	rootSIFT	是	50	82.02%	23.290658
1m	rootSIFT	是	100	83.32%	25.396074
1m	rootSIFT	是	200	84.47%	31.414361
1m	rootSIFT	是	500	85.25%	39.314887
1m	rootSIFT	是	1000	85.51%	46.913126
1m	rootSIFT	是	2000	85.55%	58.102913
1m	rootSIFT	是	3000	85.55%	68.756579
1m	rootSIFT	是	4000	85.55%	77.051332
1m	rootSIFT	是	5063	85.55%	85.428169

查询时间：查询时间是单词查询的结果，并没有进行多次查询进行平均，此外查询时间是查询和计算mAP时间的总和。

MSER

MSER得到椭圆区域后，再结合SIFT，可以剔除掉很多没用的点，VLFeat中的MESR例子见这里。此外MSER还可以用于文本区域筛选中，具体可以看这个Robust Text Detection in Natural Scenes and Web Images。概念与作用相关词：漫水填充法、显著性。

基于SIFT特征点匹配

SIFT on GPU (SiftGPU), works for nVidia, ATI and Intel cards.

Fisher Vector

单词数目	128 to 64	检索精度mAP
256	是	42.70%
512	是	52.27%
1024	是	56.26%
2048	是	58.68%
4096	是	62.37%
8192	是	65.43%
10000	是	66.88%
20000	是	69.61%

• Fisher Vector 512个单词，128降维到64，oxford buiding上mAP为52.27%；L2归一化中如果不采用max的方式，mAP为43.43%。
• Fisher Vector 1024个单词，128降维到64，oxford buiding上mAP为56.26%；L2归一化中如果不采用max的方式，mAP为47.06%。