用于 SPD 神经网络的黎曼局部机制
计算机视觉与模式识别
2023-05-22 v3
摘要
对称正定（SPD）矩阵在许多科学领域的数据表示中受到广泛关注。尽管已有许多不同的尝试来开发用于 SPD 矩阵黎曼流形上数据处理的有效深层架构，但很少有解决方案能显式地挖掘深层 SPD 特征表示中的局部几何信息。鉴于局部机制在欧几里得方法中的巨大成功，我们认为确保在 SPD 网络中保留局部几何信息至关重要。我们首先从范畴论提供的更高抽象层次，分析了欧几里得深度网络中常用于捕获局部信息的卷积算子。基于此分析，我们定义了 SPD 流形中的局部信息，并设计了一个用于挖掘局部几何的多尺度子流形块。涉及多种视觉任务的实验验证了我们方法的有效性。补充材料和源代码可在 https://github.com/GitZH-Chen/MSNet.git 找到。
引用
@article{arxiv.2201.10145,
title = {Riemannian Local Mechanism for SPD Neural Networks},
author = {Ziheng Chen and Tianyang Xu and Xiao-Jun Wu and Rui Wang and Zhiwu Huang and Josef Kittler},
journal= {arXiv preprint arXiv:2201.10145},
year = {2023}
}