用于通用目标识别的循环软注意力模型
计算机视觉与模式识别
2017-05-30 v2
摘要
我们提出循环软注意力模型（Recurrent Soft Attention Model），该模型通过下采样网络将原始图像的视觉注意力整合到 LSTM 记忆单元中。该模型循环地将视觉注意力传输至记忆单元以生成 glimpse 掩码，这是一种在通用目标检测与识别问题中更自然的注意力整合与利用方式。我们在 CIFAR-10 数据集上以 top-1 准确率作为指标测试了我们的模型。实验表明，我们的下采样网络和反馈机制在整个网络结构中发挥了有效作用。
引用
@article{arxiv.1705.01921,
title = {Recurrent Soft Attention Model for Common Object Recognition},
author = {Liliang Ren},
journal= {arXiv preprint arXiv:1705.01921},
year = {2017}
}
备注
5 pages, 4 figures