《Dynamic Filter Networks》动态过滤网络
Dynamic Filter Networks
《Dynamic Filter Networks》NIPS 2016
论文链接:https://arxiv.org/abs/1605.09673
一、目的
卷积核参数训练完就是固定的,不够灵活,作者希望得到一个根据输入动态生成的过滤器。
提出dynamic filter module(filter-generating network 、dynamic filtering layer).
根据一个视角图预测其他视角(旋转人脸)、预测视频下一帧、2D变3D等等常用到类似方法。
二、Dynamic Filter Networks
动态过滤模块包括:过滤器生成网络、动态过滤层
2.1 Filter-Generating Network
2.1.1 过滤器生成网络输入和输出?
输入: IA∈Rh∗w∗cAI_A \in R^{h * w * c_A}IA∈Rh∗w∗cA, h,w,cAh,w,c_Ah,w,cA分别是高、宽、输入通道数;
输出:θ∈Rs∗s∗cB∗n∗d\theta \in R^{s * s * c_B * n *d}θ∈Rs∗s∗cB∗n∗d, sss 是过滤器大小,cBc_BcB是输入特征B的通道数目,nnn 是过滤器数目,d是过滤核的个数,对于动态卷积 d=1d=1d=1,对于动态局部过滤 d=h∗wd=h * wd=h∗w ,sss 是过滤器的感受野
sss可以自由设置取得更感受野,也可以堆叠多个提升感受野(可以用于包含大的局部位移的情况)。
2.1.2 怎么使用过滤器?
G=F(IB)G=F(I_B)G=F(IB)
其中:
IB∈Rh∗w∗cBI_B \in R^{h * w * c_B}IB∈Rh∗w∗cB是过滤器输入;
G∈Rh∗w∗nG \in R^{h * w * n}G∈Rh∗w∗n是经过过滤器后的输出。
2.1.3 怎么实现过滤器生成网络?
多层感知机、卷积神经网络(适合图像任务)
2.2 Dynamic Filtering Layer
动态过滤层有两种形式:动态卷积、动态局部过滤
图1和图2都是过滤器数目为1,feature map的channel为1的情况:
图1是5∗55 * 55∗5的卷积核作为过滤器,在B上以次过滤器作为卷积核滑动,是不同位置共享的;
图2虽然是个立方体,但也是一个过滤器,只不过每个位置一个核,保存的时候拉成一列(也为5∗55 * 55∗5),用的时候每个位置一个卷积核恢复成原来形状使用即可【图里只是个例子,每个位置的核怎设置为1*1也可以,看自己怎么用,关键是每个位置的过滤核不同】。
2.2.1 动态卷积层
图2的a,和普通卷积一样计算,唯一不同就是卷积核参数是根据输入生成的(样本变卷积核变)
G(i,j)=Fθ(IB(i,j))G(i,j)=F_{\theta}(I_B(i,j)) G(i,j)=Fθ(IB(i,j))
2.2.2 动态局部过滤层
属于动态卷积层的一个扩展,不再是平移不变的卷积核,每个位置都有单独的一个过滤器。
G(i,j)=Fθ(i,j)(IB(i,j))G(i,j)=F_{\theta}^{(i,j)}(I_B(i,j)) G(i,j)=Fθ(i,j)(IB(i,j))
从公式中 FFF 的上标 (i,j)(i,j)(i,j) 也可以看出每个位置都有一个单独的局部卷积核,整个过滤器有h∗wh * wh∗w卷积核;
如果每个滤波器都用softmax约束,可以让每个位置的过滤核只选择一个最大的作为非0元素,这样局部过滤层就可以把每个位置元素替换为它邻域元素,可以用输入IAI_AIA 来作为条件建模IBI_BIB的局部空间形变。
三、用处
可以用在光流估计、视频预测、深度估计、2D转3D、图像旋转扭曲;
共性就是用一张图或者多张图 预测另一张或多张图。
《Dynamic Filter Networks》动态过滤网络相关推荐
- Dynamic Filter Networks
Dynamic Filter Networks 2019-06-10 11:29:19 Paper:http://papers.nips.cc/paper/6578-dynamic-filter-ne ...
- 【CVPR2021】Decoupled dynamic filter networks
论文:https://thefoxofsky.github.io/files/ddf.pdf 代码:https://github.com/thefoxofsky/ddfnet 主页:https://t ...
- 优于 ViT 和 MLP-Mixer 的全局滤波器:Global Filter Networks for Image Classification [NeurIPS 2021]
Global Filter Networks for Image Classification [pdf] [project] [github] 目录 Global Filter Networks f ...
- Dynamic Memory Networks DMN+
DMN出自论文Ask Me Anything: Dynamic Memory Networks for Natural Language Processing(2015-06),这个模型用于Quest ...
- 论文阅读:(ICLR 2021) MULTIPLICATIVE FILTER NETWORKS
论文阅读:ICLR 2021 MULTIPLICATIVE FILTER NETWORKS Code:https://github.com/boschresearch/multiplicative-f ...
- 论文笔记(十二):Particle Filter Networks: End-to-End Probabilistic Localization From Visual Observations
Particle Filter Networks: End-to-End Probabilistic Localization From Visual Observations 文章概括 摘要 1. ...
- 论文解读:Dynamic Connected Networks for Chinese Spelling Check
论文解读:Dynamic Connected Networks for Chinese Spelling Check 我们知道,拼写纠错任务比较类似预训练语言模型中的**Masked Langua ...
- Kaspersky Anti-Virus NDIS Filter导致的网络故障一例
故障描述:Ping网关时出现"Destination net unreachable"字样,所有的网页无法打开,网线拔出再插上后,网卡指示灯正常,托盘区却提示"网络电缆没 ...
- 【论文阅读】A Survey on Dynamic Neural Networks for Natural Language Processing
论文信息 A Survey on Dynamic Neural Networks for Natural Language Processing 发表单位:University of Californ ...
最新文章
- a10双核(8dm1)-android4.1.1-v2.07,台电官方论坛 - A10 双核 8DM1 2G ROM 4.0.4 固件 - 平板笔记本...
- 威斯康辛大学《机器学习导论》2020秋季课程完结,课件、视频资源已开放
- 【刷题记录】杂题记录
- 耳鼻喉专科服务机构“仁树医疗”完成数千万元A轮融资...
- python挖长尾词 源码,如何用代码挖局长尾关键词
- Redis分布式锁实战
- 深圳观澜机房(云计算数据中心)
- [Windows]win10时间同步错误的解决方法
- STM32 Boot 模式和设置介绍
- 好看的皮囊 · 也是大自然的杰作 · 全球高质量 · 美图 · 集中营 · 美女 · 2017-08-29期...
- 神卓互联是什么?优秀的内网穿透
- Self-Attention Generative Adversarial Networks(SAGAN)理解
- android 奥利奥功能,一加5/5T吃上Android 8.0奥利奥 这些新功能特性你不可不知
- LattePanda 外壳 HOTe-LPA 铝合金外壳
- Delphi 获取菜单高度、标题栏高度、边框高度函数GetSystemMetrics
- unity 时间换算 时分秒
- 数字图像处理领域的二十四个典型算法
- 纯色背景图片去除底色工具发布,将背景变透明
- U盘被写保护解决经历
- 已知数据表A中每个元素距其最终位置不远,为节省时间排序,应采用什么方法排序?