Rethinking Attention Mechanism for Image Recognition

Q: 이 논문에서 정의한 공간 어텐션(Spatial Attention)이란 무엇인가?

공간 어텐션은 CNN의 각 레이어에서 출력되는 H x W 크기의 2차원 특징 맵에서 각 픽셀에 대해 서로 다른 가중치를 학습하는 것을 의미하며, 모든 채널 C에 대해서는 동일한 가중치를 적용한다. 이는 '어디에' 집중할지를 결정하는 데 중요한 역할을 한다.

Q: 이미지 인식 성능 향상에 가장 효과적인 어텐션 메커니즘 조합은 무엇인가?

연구 결과, 채널 어텐션이 공간 어텐션보다 더 효과적이며 높은 정확도를 보였다. 그러나 공간 어텐션과 채널 어텐션을 함께 사용하는 것이 가장 높은 정확도를 달성하여 이미지 인식 성능을 더욱 향상시키는 데 기여한다.

kai Liu; Seungbin Moon

추천

검색

질문

자료유형: 학술대회자료

저자정보: kai Liu (Sejong University) Seungbin Moon (Sejong University)

저널정보: 대한전기학회 정보 및 제어 논문집 대한전기학회 CICS´ 20 정보 및 제어 학술대회

발행연도: 2020.10

수록면: 145 - 146 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Attention Mechanism is currently very popular and widely used in many fields such as machine translation, speech recognition, image caption, etc. Considerable researches on utilizing attention mechanism to enhance the ability of deep neural networks in terms of flexibility and interpretability. In this paper, we introduce the notion of visual attention mechanism (VAM) and show that it also has a significant effect on the performance of object recognition systems. We analyze the VAM in several architecture designs, and the effect of nonlinear activations, dropout, subsampling and skip connections on it. This leads to clear suggestions for using the VAM. understanding, recently, there also have be ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)