深度广义最大池化
计算机视觉与模式识别
2024-02-28 v2
摘要
全局池化层是卷积神经网络(CNN)的重要组成部分。在若干最先进的 CNN 中，它们用于聚合空间位置的激活以产生固定大小的向量。全局平均池化或全局最大池化通常用于将可变尺寸图像的卷积特征转换为固定大小的嵌入。然而，这两种池化层类型都是空间独立计算的：每个单独的激活图被池化，从而不同位置的激活被池化在一起。相比之下，我们提出深度广义最大池化(Deep Generalized Max Pooling)，它通过重新加权所有描述子来平衡空间相干区域中所有激活的贡献，从而使频繁与罕见描述子的影响得以均衡。我们表明，该层在拉丁中世纪手稿分类(CLAMM'16、CLAMM'17)以及书写者识别(Historical-WI'17)上优于平均和最大池化。
引用
@article{arxiv.1908.05040,
title = {Deep Generalized Max Pooling},
author = {Vincent Christlein and Lukas Spranger and Mathias Seuret and Anguelos Nicolaou and Pavel Král and Andreas Maier},
journal= {arXiv preprint arXiv:1908.05040},
year = {2024}
}
备注
ICDAR'19 (v2: fixed Fig. 1)