CRAM：线索循环注意力模型
计算机视觉与模式识别
2018-05-01 v1
摘要
为了克服卷积神经网络可扩展性差的问题，循环注意力模型 (RAM) 选择性地决定在图像上看什么以及看哪里。通过指导循环注意力模型如何观察图像，RAM 可以取得更大的成功，因为给定的线索缩小了可能聚焦区域的范围。从这个角度出发，本文提出了线索循环注意力模型 (CRAM)，它在 RAM 上添加线索或约束以更好地解决问题。CRAM 遵循编码器-解码器框架，编码器利用带有空间变换网络的循环注意力模型，而解码器则根据任务而变化。为了确保性能，CRAM 处理了两项计算机视觉任务。一是图像分类任务，其线索以二值图像显著性图的形式给出，指示物体的大致位置。另一项是图像修复任务，其线索以二值掩码的形式给出，指示被遮挡的部分。在这两项任务中，CRAM 均表现出优于现有方法的性能，展示了对 RAM 的成功扩展。
引用
@article{arxiv.1804.10844,
title = {CRAM: Clued Recurrent Attention Model},
author = {Minki Chung and Sungzoon Cho},
journal= {arXiv preprint arXiv:1804.10844},
year = {2018}
}