注意力机制(三):Position Focused Attention Network for Image-Text Matching

Motivation

1,现有的注意机制只关注图像区域的视觉特征,而忽略了图像中的相对位置信息。

2,物体在整幅图像中的相对位置是一个重要而有用的线索,

Contributions

1,我们整合区域的位置信息来研究图像中的物体和句子中的单词之间的对应关系。

2,我们提出了一种位置聚焦的注意机制,为图像区域生成有价值的位置特征,位置特征与视觉特征共同构成了对图像区域更可靠、更完整的表达。

Framework

  • Initial Position Representation

         

        我们把图像表示为 ,其中n是区域的数目,我们把图片分为k * k个块,块的次序 ,我们让pi ∈ RL代表vi区域的位置序列向量,

        代表前L个块,这些块覆盖了区域,按照从大到小的位置排列

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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