DOD-CNN：双重注入目标信息用于事件识别
计算机视觉与模式识别
2019-02-12 v2
摘要
图像中事件的识别可通过两种方式检测相关目标来增强：1）在统一架构内间接利用目标检测信息，或2）直接利用目标检测输出结果。我们提出一种称为双重注入目标检测CNN（DOD-CNN）的新方法，以两种方式利用目标信息来完成事件识别任务。该网络结构受集成目标检测CNN（IOD-CNN）启发，其中事件识别模块通过网络共享部分间接利用目标信息。在DOD-CNN架构中，中间目标检测输出被直接注入事件识别网络，同时保留继承自IOD-CNN的间接共享结构，从而成为“双重注入”。我们还引入批量池化层，从多个目标假设中构建一幅代表性特征图。我们已在恶意事件识别任务中证明了以两种不同方式注入目标检测信息的有效性。
引用
@article{arxiv.1811.02910,
title = {DOD-CNN: Doubly-injecting Object Information for Event Recognition},
author = {Hyungtae Lee and Sungmin Eum and Heesung Kwon},
journal= {arXiv preprint arXiv:1811.02910},
year = {2019}
}
备注
ICASSP 2019, 5 pages