MoNet：矩嵌入网络
计算机视觉与模式识别
2018-04-02 v2
摘要
双线性池化近来被提出作为一种特征编码层，可置于深度网络的卷积层之后，以提升多种视觉任务的性能。与传统的全局平均池化或全连接层不同，双线性池化以平移不变的方式聚合二阶信息。然而，此类池化层的一个严重缺陷是维度爆炸。人们已探索具有紧致特性的近似池化方法以解决这一弱点。此外，近期结果表明，通过加入一阶信息并应用矩阵归一化来正则化不稳定的高阶信息，可获得显著的性能提升。然而，将紧致池化与矩阵归一化及其他阶信息相结合此前尚未被探索。本文通过经验矩矩阵统一了双线性池化与全局高斯嵌入层。此外，我们提出了一种新颖的子矩阵平方根层，可直接用于归一化卷积层输出，并利用现成的紧致池化方法缓解维度问题。我们在三个广泛使用的细粒度分类数据集上的实验表明，我们提出的架构 MoNet 可达到与最先进的 G2DeNet 相当或更好的性能。此外，当与紧致池化技术结合时，MoNet 以少 96% 的维度编码特征取得了可比的性能。
引用
@article{arxiv.1802.07303,
title = {MoNet: Moments Embedding Network},
author = {Mengran Gou and Fei Xiong and Octavia Camps and Mario Sznaier},
journal= {arXiv preprint arXiv:1802.07303},
year = {2018}
}
备注
Accepted in CVPR 2018