AttZoom：注意力缩放以提升视觉特征
计算机视觉与模式识别
2025-08-06 v1 人工智能
摘要
我们提出了注意力缩放（Attention Zoom），这是一种模块化且与模型无关的空间注意力机制，旨在改进卷积神经网络（CNN）中的特征提取。不同于需要特定架构集成的传统注意力方法，我们的方法引入了一个独立的层，对输入中高重要性区域进行空间聚焦。我们在多个CNN主干网络上使用CIFAR-100和TinyImageNet评估了注意力缩放，显示在Top-1和Top-5分类准确率上均有一致的改进。通过Grad-CAM和空间扭曲的可视化分析，我们发现该方法鼓励细粒度且多样化的注意力模式。我们的结果确认了该提议层在以最小架构开销提高CNN效果的有效性和通用性。
引用
@article{arxiv.2508.03625,
title = {AttZoom: Attention Zoom for Better Visual Features},
author = {Daniel DeAlcala and Aythami Morales and Julian Fierrez and Ruben Tolosana},
journal= {arXiv preprint arXiv:2508.03625},
year = {2025}
}
备注
Accepted at ICCVw HiCV