Semantic Segmentation with Second-Order Pooling論文筆記

1 Introduction 對象識別和分類是計算機視覺中的核心問題。許多流行的識別方法可以看作是實現標準處理流程:(1)密集局部特徵提取,(2)特徵編碼,(3)編碼局部特徵的空間彙集構造特徵向量描述符,以及(4)將得到的描述符呈現給分類器。 池化的作用是產生圖像區域的全局描述 - 單個描述符總結了區域內的局部特徵,並且可以作爲標準分類器的輸入。 在本文中,我們介紹和探索使用以對稱矩陣形式捕獲的二
相關文章
相關標籤/搜索