用于多标签分类的上下文感知胶囊网络
计算机视觉与模式识别
2018-10-17 v2
摘要
近期提出的胶囊网络（Capsule Network）是一种受大脑启发的架构，它通过基于向量的表示对输入域变化进行建模，为深度学习带来新范式。尽管是一项开创性贡献，CapsNet 并未显式建模所检测实体之间以及胶囊特征之间对于相关输入的结构化关系。受人类视觉系统皮层网络工作机制的启发，我们试图通过对 CapsNet 架构进行若干直观修改来解决其局限性。我们引入：（1）一种新颖的路由权重初始化技术；（2）一种改进的 CapsNet 设计，利用密集连接的条件随机场（Conditional Random Field）挖掘初级胶囊激活之间的语义关系；（3）一种基于 Cholesky 变换的相关性模块以学习通用优先级方案。我们提出的方案使 CapsNet 能更好地扩展到更复杂的问题，例如多标签分类任务，其中语义相关类别共存且存在各种相互依赖。我们给出了扩展的理论依据，并在 ADE20K 场景数据集上展示了显著改进。
引用
@article{arxiv.1810.06231,
title = {A Context-aware Capsule Network for Multi-label Classification},
author = {Sameera Ramasinghe and C. D. Athuralya and Salman Khan},
journal= {arXiv preprint arXiv:1810.06231},
year = {2018}
}