注意力机制通过应用掩码对图像或特征的局部区域施以不同的权重,能够帮助学习模型忽略无关的噪声信息并关注重点内容,现已成为计算机视觉领域的研究热点。本文对图像的非局部注意力机制工作原理进行研究,并应用到行人图像的深度特征学习中。在行人检索数据集上,通过与深度学习中的批归一化学习策略进行对比与组合实验,验证非局部注意力机制的优异性能,并指出在深度学习中使用注意力机制时需要注意的问题。
科研之友
微信
新浪微博
Facebook
分享链接
