Продвинутый фреймворк для классификации изображений, использующий нелинейную трансформацию локальных дескрипторов. Благодаря эффективной агрегации данных, этот ИИ-алгоритм показывает отличную масштабируемость в задачах компьютерного зрения. Идеальное решение для точного распознавания объектов в больших датасетах.
This paper introduces a new framework for image classification гsing local visual descriptors. The pipeline first performs a nonlinear feature transformation on descriptors, then aggregates the results together to form image-level representations, and finally applies a classification model. For all the three steps we suggest novel solutions which make our approach appealing in theory, more scalable in computation, and transparent in classification. Our experiments demonstrate that the proposed classification method achieves state-of-the-art accuracy on the well-known PASCAL benchmarks.