用于多标签分类的免顺序 RNN 与视觉注意力
计算机视觉与模式识别
2017-12-21 v3
摘要
本文中，我们提出用于多标签分类的联合学习注意力与循环神经网络（RNN）模型。尽管存在基于其中任一模型的方案（例如用于图像描述任务），但训练此类现有网络架构通常需要预定义的标签序列。对于多标签分类，期望拥有一种鲁棒的推断过程，使得预测误差不会传播进而影响性能。我们提出的模型独特地集成了注意力与长短期记忆（LSTM）模型，不仅解决了上述问题，还允许在无需特定标签顺序先验知识的情况下识别不同大小的视觉感兴趣对象。更重要的是，标签共现信息可由我们的 LSTM 模型联合利用。最后，通过改进集束搜索技术，我们提出的网络模型可高效实现多标签预测。
引用
@article{arxiv.1707.05495,
title = {Order-Free RNN with Visual Attention for Multi-Label Classification},
author = {Shang-Fu Chen and Yi-Chen Chen and Chih-Kuan Yeh and Yu-Chiang Frank Wang},
journal= {arXiv preprint arXiv:1707.05495},
year = {2017}
}
备注
Accepted at 32nd AAAI Conference on Artificial Intelligence (AAAI-18)