bilinear pooling | BriefGPT

关键词bilinear pooling

搜索结果 - 12

ECCV通过自我增强注意机制提高低数据情况下的细粒度视觉识别
本文提出了自我增强注意力机制的方法，针对少样本学习情况下细粒度视觉识别的问题，在学习中生成注意力地图用于特征提取，实现对样本之间和分类之间共享的关键区域的专注，得到了在低数据情况下明显提高的结果。
PDF2 years ago
提升 RNN-T 中声音和文本表征的融合
本文提出在深度学习中使用门结构和双线性池化，在自动语音识别领域取得了较大的词错误率的优化。
PDF2 years ago
MM用于人员再识别的分层双向特征感知网络
提出了一种名为 HBFP-Net 的模型，使用低秩双线性池化模型来建模跨层级特征对的相关映射，并利用双向特征感知模块来丰富高层特征的注意力区域，成功提高了行人再识别的性能。
PDF4 years ago
CVPRX-Linear Attention Networks 图像标注
本文为了提高图像描述任务中的交叉多模态推理（Multi-modal Reasoning）表现，提出了一种新颖的 X-Linear 注意力块和注意力网络（X-LAN），利用双线性池化策略和指数线性单元（Exponential Linear U
PDF4 years ago
AAAI基于神经元交互的表示合成的神经机器翻译
通过模拟单个神经元之间的强交互作用，提出了一种新的方法来组成神经机器翻译中不同组件所学习的表示，该方法利用了双线性汇聚来建模单个神经元之间的成对乘法交互作用，并使用低秩近似使模型具有可计算性，并且在 WMT14 英德和英法翻译任务上得到了更
PDF5 years ago
CVPR现实场景下的带有区域定位的小样本学习
介绍了三个无需参数的改进方案（a）基于将交叉验证适应到元学习的更好的训练流程，（b）使用有限的边界框注释来定位目标的新型架构，以及（c）基于双线性汇总的特征空间的简单无需参数的扩展，这些改进共同使得算法能够在真实世界的识别问题中表现更好。
PDF5 years ago
ECCV大规模视频分类中多模态融合的良好实践
通过多模数据融合与双线性池化结合，实现音视频表达融合，在视频分类等大规模多媒体处理上显著优于简单融合方法，并在 Youtube-8M v2 数据集上进行了验证。
PDF6 years ago
层次双线性池化用于细粒度视觉识别
本文提出了一种新颖的模型，使用交叉层双线性池化和分层双线性池化框架来帮助解决细粒度视觉识别的问题，同时在细粒度识别数据集上达到了最先进水平。
PDF6 years ago
CVPRMoNet: 基于矩特征的嵌入式神经网络
该文章提出了一种用于视觉任务的 MoNet 结构，它使用了二阶池化的双线性池化方法并通过子矩阵平方根层来解决维度问题，结合矩阵规范化和其他阶信息，实验结果表明，MoNet 在三个公开的图像分类数据集上表现良好，可实现与具有比其 96% 更少
PDF6 years ago
ECCV具有统计动机的二阶汇聚
介绍一种基于统计分析和高斯分布网络激活的方法，用于实现更紧凑的第二阶池化网络表示，以优于压缩或未压缩第一阶和第二阶模型，在多个基准识别数据集中进行了实验验证。
PDF6 years ago
ICCV多模式因式双线性池化与 Co-Attention 学习在视觉问答中的应用
开发了一个多模式因式双线性池化（MFB）方法，通过 MFB 方法的融合和对视觉和文本信息的细粒度表示，结合协同注意力机制，在视觉问题回答中达到了最先进的成果。
PDF7 years ago
ICCV广义的无序汇聚执行隐式显著匹配
提出了一种泛化的 alpha-pooling 方法，可以在训练中学习汇编策略，同时引入一种有效的决策可视化方法来分析语义组成对决策的影响，实验证明这个方法可以在各种标准数据集上优于传统的的平均池化和双线性池化方法。
PDF7 years ago