典型文献
一种基于图卷积的图像注意力模型
文献摘要：
现有的注意力模型往往没有考虑到空间与通道的联系,还忽视对全局特征信息.文章提出了一种基于图卷积网络的注意模型,将特征图压缩并映射成图结构,再借助图卷积网络处理拓扑结构数据的能力,得以提取全局特征信息学习特征权重图.另外,空间注意力与通道注意力一体化结构能够更有效地学习特征权重.通过多个实验测试表明,在图像分类任务中,展现了优异的性能和普遍适用性.
文献关键词：
深度学习;注意力机制;图像分类
中图分类号：
作者姓名：
曾金芳;封琳琅;李婕妤;闫李丹
作者机构：
湘潭大学物理与光电工程学院,湖南湘潭411105
文献出处：
引用格式：
[1]曾金芳;封琳琅;李婕妤;闫李丹-.一种基于图卷积的图像注意力模型)[J].长江信息通信,2022(05):50-53
A类：
B类：
注意力模型,全局特征,特征信息,图卷积网络,特征图,缩并,射成,成图,图结构,拓扑结构,信息学习,学习特征,特征权重,重图,空间注意力,通道注意力,一体化结构,地学,实验测试,测试表明,图像分类,分类任务,注意力机制
AB值：
0.429458
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
