用于图像识别的局部关系网络
计算机视觉与模式识别
2019-04-26 v1 人工智能
机器学习
摘要
多年来，卷积层一直是计算机视觉中占主导地位的特征提取器。然而，卷积中的空间聚合基本上是一种模式匹配过程，应用固定滤波器，对于建模具有变化空间分布的视觉元素效率低下。本文提出一种新的图像特征提取器，称为局部关系层，它基于局部像素对的组合关系自适应地确定聚合权重。通过这种关系方法，它能够以更有效率的方式将视觉元素组合为更高层次的实体，从而有益于语义推断。由局部关系层构建的网络称为局部关系网络（LR-Net），在ImageNet分类等大规模识别任务上，被发现比由常规卷积构建的对应网络提供更大的建模能力。
引用
@article{arxiv.1904.11491,
title = {Local Relation Networks for Image Recognition},
author = {Han Hu and Zheng Zhang and Zhenda Xie and Stephen Lin},
journal= {arXiv preprint arXiv:1904.11491},
year = {2019}
}