基于通道相似度注意力的图像分类研究

作者：徐海燕

来源：信息技术与信息化, 2021, (11): 78-80.

• 图像分类
• 注意力机制
• 深度学习
• 计算机视觉

针对普通深度神经网络没有很好地描述不同通道获取到的特征之间关系的问题,对网络不同通道提取的特征计算相似度矩阵,并将相似度矩阵与注意力机制结合,得到融合通道相似度的注意力模块(channel similarity attention,CSA)。模块解决了不同通道内特征关系描述不足的问题,在聚合通道特征时,抑制了相似特征所占的权重。实验部分将模块嵌入残差网络(residual network,ResNet)中,分别在CIFAR-10和CIFAR-100图像分类数据集上进行测试,实验结果表明嵌入了融合通道相似度注意力模块的残差网络能够取得更好的实验效果。

• 单位
  山东华宇工学院