多模態融合算法——Multimodal Compact Bilinear Pooling
【摘要】 很多多模態任務，都需要融合兩個模態的特徵。特徵融合即輸入兩個模態的特徵向量，輸出融合後的向量。最常用的方法是拼接（concatenation）、按位乘（element-wise product）、按位加（element-wise sum）。MCB的作者認爲這些簡單的操作效果不如外積（outer product），不足以建模兩個模態間的複雜關係。但外積計算存在複雜度過高的問題。 Multi
相關文章
- 1. VQA 之 Multimodal Compact Bilinear Pooling
- 2. 論文筆記: (compact) Bilinear Pooling, Confusion
- 3. 閱讀筆記（Multimodal Compact Bilinear Pooling for Visual Question Answering and Visual Grounding)
- 4. 【Bilinear Pooling】《A Novel DR Classfication Scheme based on Compact Bilinear Pooling CNN and GBDT》
- 5. 多模態融合技術
- 6. 推薦算法的多模型融合
- 7. IMU姿態融合算法
- 8. MPU6050姿態融合算法
- 9. 3D目標檢測多模態融合算法綜述
- 10. 《Multi-modal Factorized Bilinear Pooling with Co-Attention Learning for Visual Question Answering》筆記
- 更多相關文章...
- • C# 多態性 - C#教程
- • ionic 模態窗口 - ionic 教程
- • 委託模式
- • 算法總結-廣度優先算法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. VQA 之 Multimodal Compact Bilinear Pooling
- 2. 論文筆記: (compact) Bilinear Pooling, Confusion
- 3. 閱讀筆記（Multimodal Compact Bilinear Pooling for Visual Question Answering and Visual Grounding)
- 4. 【Bilinear Pooling】《A Novel DR Classfication Scheme based on Compact Bilinear Pooling CNN and GBDT》
- 5. 多模態融合技術
- 6. 推薦算法的多模型融合
- 7. IMU姿態融合算法
- 8. MPU6050姿態融合算法
- 9. 3D目標檢測多模態融合算法綜述
- 10. 《Multi-modal Factorized Bilinear Pooling with Co-Attention Learning for Visual Question Answering》筆記