GCCN：全局上下文卷积网络
计算机视觉与模式识别
2021-10-25 v1
摘要
在本文中，我们提出用于视觉识别的全局上下文卷积网络（GCCN）。GCCN计算代表跨图像块的上下文信息的全局特征。这些全局上下文特征定义为每个块中具有高视觉锐度的局部极大值像素。这些特征随后被拼接并用于增强卷积特征。所学习的特征向量利用全局上下文特征通过Frobenius范数进行归一化。这一直接的方法在CIFAR-10与STL-10数据集上分别以94.6%和95.41%的准确率超越SOTA方法。为探索GCCN对其他视觉表示任务的潜在影响，我们将GCCN作为基础模型应用于少样本图像分类。我们学习增强特征向量与其原型表示之间的度量距离，类似于原型网络（Prototypical）与匹配网络（Matching Networks）。GCCN在Omniglot、MiniImageNet与CUB-200上分别以99.9%、84.8%和80.74%优于SOTA少样本学习方法。GCCN在不同少样本学习场景下将SOTA原型网络与匹配网络的准确率显著提升多达30%。
引用
@article{arxiv.2110.11664,
title = {GCCN: Global Context Convolutional Network},
author = {Ali Hamdi and Flora Salim and Du Yong Kim},
journal= {arXiv preprint arXiv:2110.11664},
year = {2021}
}