【深度网络】Non-local Neural Networks

原文链接:Non-local Neural Networks

博文参考了这篇博主的部分理解,传送门:KFXW


Motivation

作者主要是想解决non-local的问题。在目前的深度网络中,一系列的卷积层构成了深度网络的主要架构,每一层网络可以理解为用一个核在该层输入上做卷积操作,由于卷积核通常是1X1, 3X3这种固定的尺寸,这使得输出feature map只能感受到对应输入fearute map点上周围点的信息,当网络层数加深时,feature map的感受野才会慢慢增大。

这使得深度网络在融合非局部信息的时候,会有明显的不足。此外,对于时序性的任务(视屏,语音,文字)而言,深度网络很难融合时序上的信息,这对这些任务而言可以说是一种信息浪费。


Contribution

基于以上原因,作者受non-local means的启发,提出了一种非局部模块(non-local block),这种模块可以将同一图像上相隔很远的像素点联系起来,也可以将视频中前后几帧中同一空间的像素联系起来。


Non-local Neural Networks

首先看看文中对non-local 的定义:
这里写图片描述
对于图像而言,Xi,Xj表示两个像素点

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值