用于视频行人检索的通道循环注意力网络
计算机视觉与模式识别
2020-10-08 v1 机器学习
摘要
全注意力（为输入特征图的每个元素生成一个注意力值）已成功证明有益于视觉任务。在这项工作中，我们提出了一种全注意力网络，称为通道循环注意力网络（channel recurrent attention network），用于视频行人检索任务。主要的注意力单元——通道循环注意力（channel recurrent attention）——通过循环神经网络联合利用空间和通道模式，在帧级别识别注意力图。该通道循环注意力旨在通过循环接收和学习空间向量来构建全局感受野。随后，采用一个集合聚合（set aggregation）单元来生成紧凑的视频表示。实证实验结果表明，所提出的深度网络性能优越，在标准视频行人检索基准上超越了当前最先进（state-of-the-art）的结果，并且充分的消融研究显示了所提出单元的有效性。
引用
@article{arxiv.2010.03108,
title = {Channel Recurrent Attention Networks for Video Pedestrian Retrieval},
author = {Pengfei Fang and Pan Ji and Jieming Zhou and Lars Petersson and Mehrtash Harandi},
journal= {arXiv preprint arXiv:2010.03108},
year = {2020}
}
备注
To appear in ACCV 2020