基于部件的CNN特征加权聚合的无监督图像检索
该文提出了一种利用卷积神经网络中的 filters 作为部件检测器，采用无监督方式选择部件检测器的图像特征提取方法，属于特征聚合方法，用于图像检索领域。代码在：点击打开链接
特征聚合方法一般用于具有不同个数的局部特征（如SIFT）的图像特征表示。卷积神经网络的全连接层得到的分类特征维数是固定的，无需进行特征聚合，以及其他特征聚合方法如WoF，VLAD，FV类方法，它们都忽视了物体各个部件的所具有的判别性能力。
文章重点不在重现这个效果，而是将该性质用来分别表达物体的各个部件的特征，从而提出一种新的特征聚合方法。【我看到这篇文章是被Unsupervised 一词吸引的】，下面着重分析其unsupervised是怎么做的。
Unsupervised part detector selection
1. 训练阶段。采用预训练好的模型（如ImageNet VGG16）跑inference，得到所有图像的某个feature map。如上图所示，假设分类数为C，那么输出层一共有C个通道，HxW大小，【根据前面性质，每个通道对应一个类别】，那么计算出一张图像的每个通道特征，得到所有图像C个通道后，计算每个通道的平均值及各个通道的方差，将方差降序排列，选出方差最大的前N个通道（why？）作为部件检测器。从而所有图像的部件可表示为一个 HxWxN 的特征图（N<C）。该特征图就是“probabilistic proposal”，它是归一化了的。
2. 后处理阶段。为了减少维度，对于N个C维向量采用l2-normalization, PCA降维以及白化操作，将特征压缩到M维。从而查询图像可以表示为一个M维的向量。
得到的mAP结果如下：
点评：
1. 整篇文章利用CNN的各个通道对物体各部件响应不同的性质，提出probabilistic proposal，然后对未知图像的特征图做特征聚合，避免采用全连接层特征时忽略物体部件表达能力的问题，感觉利用这个性质设计出一种新算法挺有意思的。
2. 文章标题声称的“unsupervised part-based”是采用有监督训练得到的CNN特征图来做无监督方式的特征聚合。
3. 个人觉得文章重点在于计算出HxWxN的“probabilistic proposal”，或者说part表示能力，因为实际上物体的part总数会远远大于类别总数，从而当设置的part数目少时表达能力不够，多时维数又太高。