A Theoretical Analysis of Feature Pooling in Visual Recognition(泛读)
来源:互联网 发布:费县消失的夫妻知乎 编辑:程序博客网 时间:2024/06/02 14:33
一.文献名字和作者
A Theoretical Analysis of Feature Pooling in Visual Recognition, Y-Lan Boureau, Jean Ponce, Yann LeCun
二.阅读时间
2014年11月12日
三.文献的贡献点
在这篇文章中,作者的贡献点主要有三个:1.研究不同pooling操作的分类能力;2.影响pooling操作的因素;3.不同类型的pooling的统一之处。
作者主要提出了一些关于Pooling的理论说明,这部分主要集中在二值化的特征中进行的,并且进行了一些假设,然后在进行了少量的数学分析之后,作者就开始做实验证明自己的观点了(其实这篇文章中理论部分我没看懂,而且理论部分的内容其实很少的)。
作者进行了不同的实验,分析采用不同的pooling操作之后,获得的统计信息是否有利于分类。
作者通过简单的理论分析之后,认为:1.对于稀疏的特征,使用maxpooling效果比较好;2.使用所有的样本进行pooling并不能确定最好的效果;3.最优的pooling大小随着字典的增加而增加。
作者进行的第一个实验是二值化特征的实验,通过实验,作者发现使用较小的maxpooling大小,在某些字典大小下能够取得较好的效果,而随着pooling大小的减少,averagepooling效果一直在下降。
作者做的第二个实验是稀疏的连续特征值,实验表明,对于连续的编码,使用较大的pooling大小能够获得更好的结果。在Caltech-101数据集上面,maxpooling的效果比averagepooling的效果好。
当然,作者也提到了使用空间金字塔,然后在金字塔的每一层中使用pooling,不过对比实验比较少。
作者最后还通过几种增加参数的方法,连将maxpooling和averagepooling进行了统一,不明觉厉啊。
总体来说,这篇文章读完之后,作者对于maxpooling和averagepooling的理论研究我没记得多少,就记得了一个结论:在特征比较稀疏的情况下,使用maxpooling的效果要比averagepooling的效果好。当然,作者提出的这个观点,“pooling的主要目的在与将联合特征转变为一个代表了更加重要信息的表示,同时忽略一些无关的细节}”,我还是很认同的。
版权所有,欢迎转载,转载请注明出处,谢谢
0 0
- A Theoretical Analysis of Feature Pooling in Visual Recognition(泛读)
- A Theoretical Analysis of Feature Pooling in Visual Recognition
- DL-SFA: Deeply-Learned Slow Feature Analysis for Action Recognition(泛读)
- Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- ImageNet Large Scale Visual Recognition Challenge(泛读)
- DeCAF: A deep convolutional activation feature for generic visual recognition
- An Analysis of Single-Layer Networks in Unsupervised Feature Learning
- 【深度学习论文笔记】Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- 深度学习研究理解7:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- 深度学习论文笔记-Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 文章总结
- 论文笔记 《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》
- SPP-net论文笔记《Spatial Pyramid Pooling in Deep Convolutional Network for Visual Recognition》
- RCNN学习笔记(3):Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-net)
- 论文笔记|Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- 使用CHttpConnection实现图片上传
- 使用CSS3生成的电子时钟特效
- 3G拨号上网之lcp-echo-failure, lcp-echo-failure的意义
- windows 下安装ssh 登陆linux
- 游标
- A Theoretical Analysis of Feature Pooling in Visual Recognition(泛读)
- glibc定义的系统调用
- activiti modeler流程设计器界面定制
- leetcode--Linked List Cycle II
- N-Queens
- Ubuntu 下安装yaf 框架
- MySQL中的数据类型
- 支持向量机
- MVC JQuery Validate使用总结