非局部神经网络
计算机视觉与模式识别
2018-04-16 v3
摘要
卷积与循环操作都是一次处理一个局部邻域的构建模块。在本文中，我们提出非局部操作作为捕获长程依赖的通用构建模块族。受计算机视觉中经典的非局部均值方法启发，我们的非局部操作将某一位置的响应计算为所有位置特征的加权和。该构建模块可插入许多计算机视觉架构中。在视频分类任务上，即使没有任何附加技巧，我们的非局部模型也能在 Kinetics 和 Charades 数据集上与当前比赛冠军竞争或超越之。在静态图像识别中，我们的非局部模型改进了 COCO 任务套件上的目标检测/分割与姿态估计。代码见 https://github.com/facebookresearch/video-nonlocal-net 。
引用
@article{arxiv.1711.07971,
title = {Non-local Neural Networks},
author = {Xiaolong Wang and Ross Girshick and Abhinav Gupta and Kaiming He},
journal= {arXiv preprint arXiv:1711.07971},
year = {2018}
}
备注
CVPR 2018, code is available at: https://github.com/facebookresearch/video-nonlocal-net