本文介绍了一种深度神经网络拓扑结构，该结构包含一种容易实现的 TI-POOLING 变换不变池化算子，能够有效地处理数据中的先验干扰因素，如旋转或比例变化，通过采用并行的 siamese 结构提取转换不变的特征，再在全连接层之前应用 TI-POOLING 算子，能够更高效地利用训练数据，相比于普通卷积神经网络进行数据集扩充的方法以及其他基线模型，能够在流行的基准数据集上具有更好的性能。

Apr, 2016

本文提出一种基于卷积神经网络和物件性先验知识的图像检索方法，通过对图像区域深度特征和物件性先验的结合，有效地解决了图像在几何变换和物品构成方面的不变性问题，从而实现更准确高效的图像检索。

Apr, 2015

通过学习参数，提出一种基于池化的空间关系表示的方法，以改进涉及空间语言的图像检索和注释任务，并在两个数据集和两个不同任务上取得了改进

Nov, 2014

本研究提出了 SPP-net 结构，通过空间金字塔池化策略，消除了深度卷积神经网络所需的特定输入图像大小的限制，可生成固定长度特征表示，显著提高了基于 CNN 的图像分类和目标检测方法的准确性，ILSVRC 竞赛中名列前茅。

Jun, 2014

本研究提出了一种具有随机空间采样的池化策略（S3Pool），其在多个流行的图像分类基准测试中表现出显著的改进。

Nov, 2016

本文研究在没有监督训练下在时间上连续的视频数据中进行无监督特征学习的方法，主要包含自编码器、时间和稀疏性正则化、缓慢特征学习和度量学习，最终得到一个更具有时间和语义一致性的度量方法。

Dec, 2014

该研究提出了在卷积神经网络的训练阶段中随机转换特征图以增强模型对空间变换的不变性，从而显著提高了 CNN 在图片识别等许多基准任务上的表现。

Nov, 2019

该研究旨在探讨基于无监督学习的视频数据特征学习，利用自编码器技术和慢特征学习，提出一种更为时空连贯、语义更为相似的度量标准。

Apr, 2015

通过多流模型，我们引入一个经过视频训练的模型，并评估其在各种图像和视频输入下的鲁棒性，特别关注时间特征在不变识别中的作用。结果表明，在训练中包含视频和时间流能够抑制图像和视频理解任务中准确性和平均准确率（mAP）下降分别约 1.36％和 3.14％。

Nov, 2023

本文提出了一种基于时间注意力和内帧关联的计算方式 ——Temporal-attentive Covariance Pooling (TCP)，它可以灵活地集成到任何视频架构中，用于生成强大的视频表示，它在六个基准测试中都表现出优异的性能，并具有强大的泛化能力。

Oct, 2021