论文笔记【Recurrent Attentional Reinforcement Learning for Multi-label Image Recognition】
摘要多标签图像识别是计算机视觉中一项基础却又有挑战性的任务。利用深度卷积神经网络对具有语义感知的图像区域进行定位，并对其标签进行预测，目前取得了显著的进展。然而，通过提出假设区域进行对图像区域的定位，需要冗余的计算成本，而且往往忽略或简单化了区域之间的上下文依赖关系。作者在该论文中提出了一个循环注意强化学习框架，迭代地发现与不同语义对象相关的注意区域（含有信息的图像区域），并对这些区域预测相关标签