DAN: Deep-Attention Network for 3D Shape Recognition

DAN: Deep-Attention Network for 3D Shape Recognition_第1张图片

代码:

https://github.com/RiDang/DANNicon-default.png?t=LA92https://github.com/RiDang/DANN结构:

DAN: Deep-Attention Network for 3D Shape Recognition_第2张图片

 

DAN: Deep-Attention Network for 3D Shape Recognition_第3张图片 

 

 

 

 

 

 思考总结:

1)自注意力可获取视图之间的相关性,公式下面除以一个dk是为了防止注意力分数过大

2)将当前层的输入添加到输出特征向量中,作为下一个自关注层的输入,充分利用上一层挖掘出的多个视图之间的低层相关性信息。

3)最大池化后得到的特征向量包含多个视图的信息,有效信息都集中在一个视图上,信息丰富。

 

你可能感兴趣的:(图像融合,3d)