深度学习中的高阶特征

• 由于自己研究方向为基于高阶的图像分类，故在这里对相关论文做一个简单的划分和总结。
• 按照计算高阶的层，位于卷积神经网络的位置划分，可以分为：
  • 网络末端
  • 网络中部

2022-05-24 update

• (CVPR 2022) Deep Brownian Distance Covariance for Few-Shot Classification Project | code | pdf

网络末端

B-CNN(ICCV 2015)

• 这个直接看论文中的图，就很容易看懂原理，高阶主要体现在bilinear vector的获得，计算的feature map的二阶操作。
  

MPN-COV(Matrix Power Normalization covariance pooling)(ICCV 2017)

• 这篇工作主要是着眼于大规模的数据集情况下，使用高阶信息。如果只看方法图的话，也比较容易理解，但是因为要考虑到End-To-End，所以高阶特征的反向传播，需要自己推导，因为这个深度学习框架目前没有实现。
• 后续工作：Fast-MPN(CVPR 2018) 通过 iterative matrix square root normalization method 实现在GPU上快速地计算SVD或者EIG.
  

G${}^2$DeNet

• 这篇主要工作是对feature map做高斯特征建模，说着比较简单，但是真要实现起来，也是面临和上面一样的问题，要想能End-To-End训练，必须要解决反向传播的问题，这个问题都可以追溯到DeepO${}_2$P，这篇工作可是说是计算矩阵的SVD或者EIG在神经网络的开山之作，里面公式较多，感兴趣的可以去看看。
• 后续工作： Global Gated Mixture of Second-order Pooling for Improving Deep Convolutional Neural Networks (NeurIPS 2018) 采用多个高斯模型来对特征进行建模。
  

网络中部

SORT: Second-Order Response Transform for Visual Recognition(ICCV 2017)

• 这篇论文工作，看方法图，比较简单。
  

Global Second-order Pooling Convolutional Networks(CVPR 2019)

• 这篇工作相当于将高阶和注意力机制在网络中部地方结合起来，即简单又有效。
  

最近顶会看高阶

ICCV 2019

Mixed High-Order Attention Network for Person Re-Identification

• 该篇工作主要亮点是结合注意力机制和高阶两者
• 具体高阶用法：
  

Second-order Non-local Attention Networks for Person Re-identification

• 该工作主要结合Non-local attention和second order做re-identification,可以更加有效地对long-range relationships建模
• 主要方法框架为：
  

CVPR 2019

Second-order Attention Network for Single Image Super-Resolution

• 如果仔细阅读论文，就会发现所有的操作是无比的熟悉😅
• 该工作主要是将B-CNN,SENet和Fast-MPN-COV结合起来应用在生成高清图像上
• 主要方法框架为：
  

当然，还有很多工作，我这里并没有给出，有些论文也有相关源码，我会在后续中给出，不过GitHub上也都能搜到。有啥不足和改进之处，还请指出！