A Theoretical Analysis of Feature Pooling in Visual Recognition(泛读)
2014-11-12 16:17
323 查看
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
相关文章推荐
- A Theoretical Analysis of Feature Pooling in Visual Recognition
- 【CV论文阅读】+【搬运工】LocNet: Improving Localization Accuracy for Object Detection + A Theoretical analysis of feature pooling in Visual Recognition
- A Theoretical Analysis of Feature Pooling in Visual Recognition
- 深度学习笔记(一)空间金字塔池化阅读笔记Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- RCNN学习笔记(1):《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》论文笔记
- 【转】R-CNN学习笔记3:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-net)
- 深度学习研究理解7:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- DL-SFA: Deeply-Learned Slow Feature Analysis for Action Recognition(泛读)
- R-CNN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》
- SPP-net:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- RCNN(二)SPP-NET:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 文章总结
- SPPNet论文翻译-空间金字塔池化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
- 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》笔记
- 论文笔记|Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- SPP-Net:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- SPPNet:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition