Double Attention Based on Graph Attention Network for Image Multi-Label Classification

计算机科学 多标签分类 杠杆(统计) 人工智能 帕斯卡(单位) 模式识别(心理学) 嵌入 相关性 概化理论 图形 机器学习 分类器(UML) 特征(语言学) 数据挖掘 理论计算机科学 数学 统计 几何学 哲学 语言学 程序设计语言
作者
Wei Zhou,Zhiwu Xia,Peng Dou,Tao Su,Haifeng Hu
出处
期刊:ACM Transactions on Multimedia Computing, Communications, and Applications [Association for Computing Machinery]
卷期号:19 (1): 1-23 被引量:27
标识
DOI:10.1145/3519030
摘要

The task of image multi-label classification is to accurately recognize multiple objects in an input image. Most of the recent works need to leverage the label co-occurrence matrix counted from training data to construct the graph structure, which are inflexible and may degrade model generalizability. In addition, these methods fail to capture the semantic correlation between the channel feature maps to further improve model performance. To address these issues, we propose DA-GAT (a D ouble A ttention framework based on the G raph A ttention ne T work) to effectively learn the correlation between labels from training data. First, we devise a new channel attention mechanism to enhance the semantic correlation between channel feature maps, so as to implicitly capture the correlation between labels. Second, we propose a new label attention mechanism to avoid the adverse impact of a manually constructed label co-occurrence matrix. It only needs to leverage the label embedding as the input of network, then automatically constructs the label relation matrix to explicitly establish the correlation between labels. Finally, we effectively fuse the output of these two attention mechanisms to further improve model performance. Extensive experiments are conducted on three public multi-label classification benchmarks. Our DA-GAT model achieves mean average precision of 87.1%, 96.6%, and 64.3% on MS-COCO 2014, PASCAL VOC 2007, and NUS-WIDE, respectively, and obviously outperforms other existing state-of-the-art methods. In addition, visual analysis experiments demonstrate that each attention mechanism can capture the correlation between labels well and significantly promote the model performance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
叮叮叮发布了新的文献求助10
刚刚
失眠芒果完成签到,获得积分10
刚刚
毛毛发布了新的文献求助10
3秒前
3秒前
qikuo完成签到,获得积分10
5秒前
NexusExplorer应助Bobo采纳,获得10
5秒前
5秒前
6秒前
tang完成签到,获得积分10
7秒前
你泽发布了新的文献求助10
7秒前
韦老虎发布了新的文献求助10
7秒前
泡泡茶壶完成签到 ,获得积分10
8秒前
π1发布了新的文献求助10
8秒前
蓝桉发布了新的文献求助10
9秒前
wanz完成签到,获得积分10
10秒前
10秒前
闲鱼翻身完成签到,获得积分10
11秒前
科研通AI2S应助毛毛采纳,获得10
11秒前
爱吃肥牛完成签到 ,获得积分10
11秒前
12秒前
13秒前
1234567xjy完成签到,获得积分10
14秒前
脑洞疼应助单薄友易采纳,获得10
14秒前
深情安青应助谦让的溪流采纳,获得10
16秒前
捡贝壳关注了科研通微信公众号
16秒前
领导范儿应助rr采纳,获得10
16秒前
ljc完成签到,获得积分10
16秒前
plusweng完成签到 ,获得积分10
16秒前
嗷卵犟发布了新的文献求助10
17秒前
17秒前
南望发布了新的文献求助10
17秒前
纸飞机发布了新的文献求助10
17秒前
19秒前
19秒前
24秒前
脑洞疼应助冷酷的汉堡采纳,获得10
25秒前
舒心的小刺猬完成签到,获得积分10
25秒前
HAY发布了新的文献求助30
26秒前
27秒前
Jasper应助薛子谦采纳,获得10
29秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256152
求助须知:如何正确求助?哪些是违规求助? 2898242
关于积分的说明 8300614
捐赠科研通 2567422
什么是DOI,文献DOI怎么找? 1394523
科研通“疑难数据库(出版商)”最低求助积分说明 652817
邀请新用户注册赠送积分活动 630511