紧凑广义非局部网络
计算机视觉与模式识别
2018-11-02 v2
摘要
非局部模块旨在捕捉图像与视频中的长程时空依赖。尽管已展现出优异性能，其缺乏跨通道位置间交互的建模机制，而此类交互对细粒度物体与动作识别至关重要。为克服该局限，我们推广非局部模块，将任意两通道位置间的相关性纳入考虑。该扩展利用泰勒展开对多核函数的紧凑表示，使广义非局部模块具备快速且低复杂度的计算流程。此外，我们在通道组内实现广义非局部方法以简化优化。实验结果阐明了广义非局部模块在细粒度物体识别与视频分类上的明确提升及实用适用性。代码见：https://github.com/KaiyuYue/cgnl-network.pytorch。
引用
@article{arxiv.1810.13125,
title = {Compact Generalized Non-local Network},
author = {Kaiyu Yue and Ming Sun and Yuchen Yuan and Feng Zhou and Errui Ding and Fuxin Xu},
journal= {arXiv preprint arXiv:1810.13125},
year = {2018}
}
备注
Technical report; To appear at NIPS 2018; Code is available at https://github.com/KaiyuYue/cgnl-network.pytorch