论文笔记: Compact Bilinear Pooling

最新推荐文章于 2025-01-26 19:41:28 发布
最新推荐文章于 2025-01-26 19:41:28 发布
阅读量5.4k 收藏 1
点赞数
分类专栏： 深度学习 论文笔记 自然语言处理 文章标签： 人工智能 自然语言处理 VQA 图像处理 计算机视觉
原文链接：https://arxiv.org/abs/1511.06062v2
版权

Compact Bilinear Pooling
Yang Gao1, Oscar Beijbom1, Ning Zhang2∗, Trevor Darrell1 † 1EECS, UC Berkeley 2Snapchat Inc. {yg, obeijbom, trevor}@eecs.berkeley.edu {ning.zhang}@snapchat.com

arXiv:1511.06062v2  [cs.CV]  12 Apr 2016

 


摘要:

双线性模型在一系列视觉任务表现很好，如语义分割，细粒度识别，面部识别..

然而，双线性特征是高维的，一般高达几十万到数百万，这样使得接下来的分析不可行。

本文提出两种紧凑的双线性表征，具有和完全的双向性表征一样的区分能力但是仅仅只有几千维度

这种紧凑的表征可以使用分类错误样本的反向传播，从而可以达到图像识别系统的端到端的优化。

该紧凑的双线性表征来自于一种新的双线性池核化分析方法，它洞悉了双线性池的区分能力。

 

因为方向改变，不再更新....（伪原创）

论文笔记: (compact) Bilinear Pooling, Confusion
Wayne2019的博客
11-04 1万+
Learn by attention, learn with confusion.先引用几段魏秀参大神的论述「见微知著」——细粒度图像分析进展综述 细粒度物体的差异仅体现在细微之处。如何有效地对前景对象进行检测，并从中发现重要的局部区域信息，成为了细粒度图像分类算法要解决的关键问题。对细粒度分类模型，可以按照其使用的监督信息的多少，分为“基于强监督信息的分类模型”和“基于弱监督信息的分类模型”两
《Multi-modal Factorized Bilinear Pooling with Co-Attention Learning for Visual Question Answering》笔记
Geek_of_CSDN的博客
05-07 5934
这是ICCV2017上的一篇文章（文章链接），代码在github上的地址：链接。 简单翻译一下摘要： 摘要 VQA（visual question answering 图像问答）因为需要同时对图像信息和问题的信息进行理解而比较难解决。建立的模型的性能在很大程度上取决于怎么从问题中提取特征，怎么图像中进行细粒度信息提取需要的特征，以及怎么对这两种提取出来的特征进行整合。尽管各类基于双线性池化的...
compact bilinear pooling(tensorflow版本)
08-23
compact bilinear pooling(tensorflow版本)，可用于细粒度分类，特征融合
(compact) Bilinear Pooling, Confusion
心之所向
12-27 1141
来源 Learn by attention, learn with confusion. 先引用几段魏秀参大神的论述「见微知著」——细粒度图像分析进展综述  细粒度物体的差异仅体现在细微之处。如何有效地对前景对象进行检测，并从中发现重要的局部区域信息，成为了细粒度图像分类算法要解决的关键问题。对细粒度分类模型，可以按照其使用的监督信息的多少，分为“基于强监督信息的分类模型”和“基于弱监督信息...
2025牛客寒假算法基础集训营1
最新发布
2403_87729759的博客
01-26 215
题目描述：小红拿到了一棵树，她想请你寻找一条简单路径，使得这条路径不重不漏的经过所有节点。如果不存在这样的简单路径，则直接输出 −1-1−1。思路：判断这棵树是不是一条链，如果是则输出链上最远的两个节点，否则输出-1。
双线性池化（Bilinear Pooling）
专业主义
06-28 3496
bilinear pooling主要用于特征融合，对于从同一个样本提取出来的特征x和特征y，通过bilinear pooling得到两个特征融合后的向量，进而用来分类。如果特征x和特征y来自两个特征提取器，则被称为多模双线性池化（MBP，Multimodal Bilinear Pooling）； 如果特征x=特征y，则被称为同源双线性池化（HBP，Homogeneous Bilinear Pooling）或者二阶池化（Second-order Pooling）。原始的Bilinear Pooling存在融合
论文阅读笔记之——《Compact Bilinear Pooling》
gwpscut的博客
07-10 3396
感觉跟之前看过的论文《实验笔记之——《Multi-scale Location-aware Kernel Representation for Object Detection》复现》很类似，通过kernel的近似来实现高维特征的提取 虽然bilinear 模型取得较好的performance，但是它的成本高（运算量、存储量）。为此作者提出一种紧凑型的bilinear model Our pr...
bilinear pooling
weixin_30616969的博客
04-25 252
一、双线性汇合的计算过程： 第一步，计算Gram 矩阵： 对于一组H×W×D的feature maps，$\boldsymbol{x}_{i} \in \mathbb{R}^{D}$是图像的深度描述，其中$1 \leq i \leq H W$。双线性汇合双线性汇合是计算深度描述向量的格拉姆矩阵（Gram matrix），其中$\boldsymbol{G} \in \mathbb{R}...
双线性池化_双线性池化（Bilinear Pooling）详解、改进及应用
weixin_39522170的博客
12-18 312
bilinear pooling在2015年于《Bilinear CNN Models for Fine-grained Visual Recognition》被提出来用于fine-grained分类后，又引发了一波关注。本文是一系列bilinear pooling相关的文章阅读笔记。来源：https://zhuanlan.zhihu.com/p/62532887作者：林小北最近看了一系列bili...
《Knowledge Transfer from Multiple Self-supervised Learning Tasks via Graph Distillation 对于视频分类》论文笔记
klrp95的博客
03-20 604
北京大学 视频表示学习是提出有区别性的（discriminative）特征，是视频分类的一个重要问题。 自监督学习提取了raw visual数据的结构信息作为监督信息，从而在不实用人工标注的情况下得到transferable representation。具体来说，是机器通过使用self-supervision 而不是labels 解决了一个auxiliary task，这个过程可以得到有用的...
【多模态】《High-Order Attention Models for Visual Question Answering》论文阅读笔记
qq_36643449的博客
05-24 522
这篇文章做的是VQA。同时，这篇文章集成了基于attention的多模态融合方法和基于双线性池化的多模态融合方法，为做VQA等多模态任务提供了很好的思路。 模型比较简单，但高效。 简单之处在于模型的组件都在之前的博客中学习过，没有新的结构之类的。高效之处在于集成了基于attention的多模态融合方法和基于双线性池化的多模态融合方法。 基于attention的多模态融合方法可以参考以下几篇博客： 【多模态】《Stacked Attention Networks for Image Question Ans
双线性池化（Bilinear pooling）tensorflow版
08-23
双线性池化（Bilinear pooling）tensorflow版，可以用于细粒度分类
CompactBilinearPooling-Pytorch:紧凑型双线性池的Pytorch实现
05-02
CompactBilinearPooling-Pytorch 紧凑型双线性池的Pytorch实现。 改编自 先决条件 通过安装 pip install pytorch_fft 用法 from torch import nn from torch . autograd import Variable from CompactBilinearPooling import CompactBilinearPooling bottom1 = Variable ( torch . randn ( 128 , 512 , 14 , 14 )). cuda () bottom2 = Variable ( torch . randn ( 128 , 512 , 14 , 14 )). cuda () layer = CompactBilinearPooling ( 512 , 512 , 8000 )
【笔记】双线性池化（Bilinear Pooling）详解、改进及应用
zenRRan的博客
02-09 8591
点击上方，选择星标或置顶，每天给你送干货！阅读大概需要16分钟跟随小博主，每天进步一丢丢来自| 知乎作者丨林小北来源丨https://zhuanlan.zhihu.com/p/6253...
双线性池化（bilinear pooling）
weixin_43899249的博客
04-27 679
双线性池化（bilinear pooling）简介公式通俗的说法如果理解有误请指出 简介 bilinear pooling在2015年于《Bilinear CNN Models for Fine-grained Visual Recognition》被提出来用于fine-grained分类后，又引发了一波关注。bilinear pooling主要用于特征融合，对于从同一个样本提取出来的特征x和特征 y ，通过bilinear pooling得到两个特征融合后的向量，进而用来分类。 如果特征x和特征y来自两
双线性池化【BiLinear Pooling】
hei_hei_hei_的博客
05-12 1235
1. 简介 bilinear pooling主要用于特征融合，对于从同一个样本中提取出来的特征x和y，通过bilinear pooling操作可以得到x和y融合后的特征（本质是向量相乘） ps：如果x和y来自两个特征提取器，则被称为多磨双线性池化（MBP）;若x=y，则被称为同源双线性池化（HBP）或二阶池化（Second-order Pooling） 2. 计算过程 对于图像III在位置lll上的两个特征向量fA(l,I)∈RT×Mf_A(l,I)∈R^{T×M}fA​(l,I)∈RT×M和fB(l,I)
Multimodal Compact Bilinear Pooling（MCB）多模态紧凑双线性池
薄荷糖
01-16 2738
出自：Multimodal Compact Bilinear Pooling for Visual Question Answering and Visual Grounding 分别提取对应模态的特征：对图片利用pre-train的CNN提取图片高层特征，对于文本则提取word-embeding,并通过lstm解码后的特征；　　 利用上个步骤得到的两个模态特征，分别利用Count Sketch方法进行逼近(降维)，得到降维之后的特征； 将上述得到的特征分别进行FFT，将其变换至频域，并在频域作向
双线性池化 bilinear pooling
小幸运
07-14 8779
bilinear pooling主要用于特征融合，对于从同一个样本提取出来的特征x和特征y，通过bilinear pooling得到两个特征融合后的向量，进而用来分类。 如果特征x和特征y来自两个特征提取器，则被称为多模双线性池化（MBP，Multimodal Bilinear Pooling） 如果特征x=特征y，则被称为同源双线性池化（HBP，Homogeneous Bilinear Pooling）或者二阶池化（Second-order Pooling） bilinear pooling详.
FGVC---Bilinear Pooling (双线性池化)及其发展
xys430381_1的专栏
04-23 5884
这里写目录标题基本的Bilinear CNN降低维度Compact Bilinear Pooling-CVPR2016Low-rank Bilinear Pooling for Fine-Grained Classification-CVPR2017跨层双线性池化Hierarchical Bilinear Pooling for Fine-Grained Visual Recognition-EC...
compact bilinear pooling
06-28
紧凑双线性池化是一种用于计算机视觉中图像特征提取的技术。它可以将两个特征向量进行双线性池化，从而得到一个紧凑的特征向量，这个向量可以用于图像分类、目标检测等任务。相比于传统的双线性池化方法，紧凑双线性...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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