视觉注意的动态计算时间
计算机视觉与模式识别
2017-09-08 v3
摘要
我们提出一种动态计算时间模型，以加速循环视觉注意（RAM）的平均处理时间。与每个输入图像采用固定步数的注意不同，该模型学习动态决定何时停止。为此，我们为RAM每个时间步添加继续/停止动作，并使用强化学习来同时学习最优注意策略和停止策略。该修改简单，但能在保持与RAM相同识别性能的同时显著节省平均计算时间。在CUB-200-2011和Stanford Cars数据集上的实验结果表明，动态计算模型可有效用于细粒度图像识别。本文源代码可从https://github.com/baidu-research/DT-RAM获取。
引用
@article{arxiv.1703.10332,
title = {Dynamic Computational Time for Visual Attention},
author = {Zhichao Li and Yi Yang and Xiao Liu and Feng Zhou and Shilei Wen and Wei Xu},
journal= {arXiv preprint arXiv:1703.10332},
year = {2017}
}