用于图像解析的具有最优融合层的基于上下文深度学习架构

深度学习模型近来在图像解析任务上表现高效。然而，深度学习模型尚不能充分同时利用视觉与上下文信息。所提出的三层基于上下文的深度架构能够将上下文与视觉信息显式地融合。其新颖之处在于：设视觉层从基于二值类的学习器中学习视觉特征，上下文层学习上下文，然后通过基于遗传算法的最优融合的融合层从两者中学习以产生最终决策。在基准数据集上的实验结果令人鼓舞。进一步分析表明，优化后的网络权重可提升性能并做出稳定预测。