基于自适应卷积的用户约束缩略图生成
计算机视觉与模式识别
2019-04-22 v3
摘要
缩略图作为数字图像的预览在全球被广泛使用。本文提出一种深度神经框架，能够以高精度和准确性实时生成任意尺寸和长宽比的缩略图，即使在训练时未出现过的数值下也可适用。我们利用全局上下文聚合（GCA）和带有自适应卷积的改进区域提议网络（RPN）来实时生成缩略图。GCA用于选择性地关注并聚合整幅图像的全局上下文信息，而RPN用于预测缩略图图像的候选边界框。自适应卷积通过使用由长宽比信息动态生成的滤波器权重，消除了生成多种长宽比缩略图的问题。实验结果表明，所提模型优于现有的最先进（SOTA）技术。
引用
@article{arxiv.1810.13054,
title = {User Constrained Thumbnail Generation using Adaptive Convolutions},
author = {Perla Sai Raj Kishore and Ayan Kumar Bhunia and Shuvozit Ghose and Partha Pratim Roy},
journal= {arXiv preprint arXiv:1810.13054},
year = {2019}
}
备注
International Conference on Acoustics, Speech, and Signal Processing(ICASSP), 2019