基于图像的图神经网络综述
机器学习
2021-06-14 v1 人工智能
计算机视觉与模式识别
摘要
在本综述论文中，我们分析基于图像的图神经网络并提出一种三步分类方法。我们首先使用Quickshift算法将图像转换为超像素，从而减少30%的输入数据。随后超像素用于生成区域邻接图。最后，该图通过最先进的图卷积神经网络以获得分类分数。我们还分析了图神经网络中的空间与谱卷积滤波技术。基于谱的模型比基于空间的模型和经典CNN表现更好，且计算成本更低。
引用
@article{arxiv.2106.06307,
title = {Survey of Image Based Graph Neural Networks},
author = {Usman Nazir and He Wang and Murtaza Taj},
journal= {arXiv preprint arXiv:2106.06307},
year = {2021}
}