一种用于神经网络的谱非局部块
计算机视觉与模式识别
2020-02-11 v4
摘要
基于非局部的块旨在捕捉计算机视觉任务中的长程时空依赖。尽管已展现出优异性能，它们缺乏编码图像中元素间丰富结构化信息的机制。本文为从理论上分析这些基于非局部的块的性质，提供了一种统一的解读方法，将其视为在全连接图上生成的图滤波器。当图滤波器由 Chebyshev 多项式近似时，可导出用于解释现有基于非局部的块（例如非局部块、非局部阶段、双注意力块）的通用公式。此外，我们提出了一种高效且鲁棒的谱非局部块，可灵活插入深度神经网络以捕捉空间像素或时间帧间的长程依赖。实验结果表明，谱非局部块在图像分类（Cifar-10/100、ImageNet）、细粒度图像分类（CUB-200）、动作识别（UCF-101）及行人重识别（ILID-SVID、Mars、Prid-2011）任务上具有明确提升与实际适用性。
引用
@article{arxiv.1911.01059,
title = {A Spectral Nonlocal Block for Neural Networks},
author = {Lei Zhu and Qi She and Lidan Zhang and Ping Guo},
journal= {arXiv preprint arXiv:1911.01059},
year = {2020}
}