Bag-of-Words Based Deep Neural Network for Image Retrieval

本文提出了基於DNN的BOW 圖像檢索
問題：
（1）query是什麼圖像？
1、introduction
數據集：MSR（microsoft second Research）-Bing Grand Challenge.包括11.7million queries、1 million images。數據集從這篇文章得到的Clickage: Towards bridging
semantic and intent gaps via mining click logs of search
engines.
傳統的方法：計算比較圖像或者文本之間的特徵，這些特徵是從圖像文本或者是底層特徵（sift，HOG,LBP）
本文：通過DNN學習高層圖像特徵。
DNN在圖像檢索上的應用【1】，這種方法在訓練數據龐大的時候是不切實際的。而在本文中，我們提出了一個新DNN算法，可以掌控大規模的queries和直接使用計算image和query的相關度。我們的模型針對兩個目的：1、query-image相關性估計，2、基於高層視覺特徵估計圖圖的相似度。
2、基於DNN的bag of words