卷积网络的联合空间与层注意力
计算机视觉与模式识别
2019-06-03 v2
摘要
本文提出一种新方法，学习依次关注不同的卷积神经网络（CNN）层（即关注“何种”特征抽象）以及所选特征图的不同空间位置（即“何处”）以完成手头任务。具体而言，在每一个循环神经网络（RNN）步中，选定一个 CNN 层及其内部的局部空间区域进行进一步处理。我们在两个计算机视觉任务上证明了该方法的有效性：（i）基于图像的六自由度相机位姿回归；（ii）室内场景分类。经验上，我们表明结合注意力的“何种”与“何处”两方面可提升网络在两项任务上的性能。我们在相机定位（Cambridge、7-Scenes 和 TUM-LSI）与场景分类（MIT-67 Indoor Scenes）的标准基准上评估了我们的方法。对于相机定位，我们的方法将位置中位误差降低 18.8%、朝向中位误差降低 8.2%（所有场景平均）；对于场景分类，其平均准确率较先前方法提升 3.4%。
引用
@article{arxiv.1901.05376,
title = {Joint Spatial and Layer Attention for Convolutional Networks},
author = {Tony Joseph and Konstantinos G. Derpanis and Faisal Z. Qureshi},
journal= {arXiv preprint arXiv:1901.05376},
year = {2019}
}