Deep Taxonomic Networks for Unsupervised Hierarchical Prototype Discovery
Georgia Institute of Technology（佐治亚理工学院）；University of Virginia（弗吉尼亚大学）
针对现有深度分层聚类方法结构绑定类别数、中间层原型利用不足的问题，提出深度分类网络，通过变分推断优化二叉树结构高斯混合先验，无需标签规模假设即可从未标记数据发现分层原型结构，性能优于基线且结果可解释。
2025-09-30 cs.CV
Filter Pruning using Hierarchical Group Sparse Regularization for Deep Convolutional Neural Networks
Hiroshima University（广岛大学）
由于卷积神经网络经常用冗余参数训练，因此可以减少冗余核或滤波器以获得紧凑的网络而不降低分类精度。在本文中，我们提出了一种过滤器修剪方法使用层次组稀疏正则化。在我们以前的工作中，层次组稀疏正则化是有效的，在获得稀疏网络中，连接到不必要的通道的过滤器自动接近零。在对卷积神经网络进行层次群稀疏正则化训练后，根据随机选取的训练样本分类损失的增加情况选取不必要的滤波器，得到一个紧凑的网络。结果表明，该方法可以减少CIFAR-10的ResNet参数的50%以上，而测试样本的准确性仅下降0.3%。此外，TinyImageNet-200的ResNet参数减少了34%，精度高于基线网络。
2020-11-04 cs.CV cs.LG
Identification of multi-scale hierarchical brain functional networks using deep matrix factorization
University of Pennsylvania（宾夕法尼亚大学）；Perelman School of Medicine（佩雷尔曼医学院）
我们提出了一种深度半非负矩阵分解方法，用于从静息状态fMRI数据中识别具有层次组织的多个空间尺度的特定于主题的功能网络（FN）。我们的方法是建立在一个深半非负矩阵分解框架，以联合检测FN在多个尺度与层次组织，增强组稀疏正则化，有助于识别特定主题的FN，而不会损失的主题间的可比性。所提出的方法已被验证用于预测特定主题的功能激活的基础上的功能连接措施的层次多尺度FN的相同的主题。实验结果表明，我们的方法可以获得特定主题的多尺度层次FN和他们的功能连接措施，在不同的尺度可以更好地预测特定主题的功能激活比替代技术。
2018-09-14 cs.CV
Adaptive Hierarchical Decomposition of Large Deep Networks
Rochester Institute of Technology（罗切斯特理工学院）
深度学习最近证明了它在视觉对象识别方面与人脑相媲美的能力。随着数据集变得越来越大，一个自然的问题是，现有的深度学习架构是否可以扩展到处理被认为是典型人类可感知的50 K以上的类。大多数深度学习架构专注于拆分不同的类别，而忽略了它们之间的相似性。本文介绍了一个框架，该框架可以自动分析和配置一系列较小的深度网络，以替代单一的大型网络。类的相似性指导创建一个家庭从课程到罚款分类器，解决分类问题更有效地比一个单一的大型分类器。由此产生的较小的网络是高度可扩展的，并行的，更实用的训练，并实现更高的分类精度。本文还提出了一种方法来自适应地选择配置的分层家庭的分类器使用链接统计从整体和子分类混淆矩阵。根据类的数量和问题的复杂度，选择深度学习模型并确定复杂度。大量的实验网络类，层和架构配置验证我们的结果。
2020-07-17 cs.CV cs.LG
CHAIN: Concept-harmonized Hierarchical Inference Interpretation of Deep Convolutional Neural Networks
University of British Columbia（英属哥伦比亚大学）
随着网络的巨大成功，人们对网络内部机制的解释需求越来越大，尤其是对网络决策逻辑的解释。为了解决这一问题，提出了概念协调层次推理（CHAIN）来解释网络决策过程。对于网络决策的解释，所提出的方法提出了链的解释，其中网络决策可以分层推导成视觉概念，从高到低的语义水平。为了实现这一目标，我们依次提出了三个模型，即，概念协调模型、层次推理模型和概念协调层次推理模型。首先，在概念协调模型中，视觉概念从高到低的语义层与网络单元从深到浅的层对齐。其次，在层次推理模型中，深层的概念被分解成浅层的单元。最后，在概念协调层次推理模型中，从其浅层概念推断出深层概念。经过多轮推理后，从最高语义层到最低语义层进行概念协调层次推理。最后，网络决策被解释为一种形式的概念协调层次推理，这是人类的决策。同时，网络层结构的特征学习可以解释基于层次视觉概念。在定量和定性实验中，我们证明了CHAIN在实例和类级别上的有效性。
2020-02-05 cs.CV
HERS Superpixels: Deep Affinity Learning for Hierarchical Entropy Rate Segmentation
University of Cambridge（剑桥大学）
超像素在许多计算机视觉任务中充当强大的预处理工具。通过使用超像素表示，图像基元的数量可以大大减少数量级。随着近年来深度学习的兴起，一些工作已经尝试将深度学习的特征/图馈送到现有的经典超像素技术中。然而，它们都不能近实时地产生超像素，这对超像素在实践中的适用性至关重要。在这项工作中，我们提出了一个两阶段的超像素分割框架基于图。在第一阶段，我们引入了一个高效的深度亲和学习（DAL）网络，它通过聚合多尺度信息来学习成对的像素亲和度。在第二阶段，我们提出了一种高效的超像素方法，称为分层熵率分割（HERS）。使用从第一阶段学习的亲和度，HERS构建了一个分层树结构，可以瞬间产生任何数量的高度自适应超像素。我们证明，通过视觉和数值实验，我们的方法相比，各种国家的最先进的超像素方法的有效性和效率。
2021-11-18 cs.CV stat.AP stat.ML
HMIC: Hierarchical Medical Image Classification, A Deep Learning Approach
University of Virginia（弗吉尼亚大学）；University of California, Los Angeles (UCLA)（加利福尼亚大学洛杉矶分校）；The Aga Khan University（阿迦汗大学）；University of Zambia School of Medicine（赞比亚大学医学院）；Queen Mary University of London（伦敦玛丽女王大学）
图像分类是医学大数据革命的核心。用于数字医学图像的诊断和分类的改进的信息处理方法已经证明通过深度学习方法是成功的。随着这一领域的探索，传统的监督分类器的性能存在局限性。本文概述了一种方法，这是从目前的医学图像分类任务，查看多类分类的问题不同。我们使用我们的分层医学图像分类（HMIC）方法进行分层分类。HMIC使用深度学习模型的堆栈，在临床图像层次的每个级别上提供特定的理解。为了测试我们的性能，我们使用小肠图像的活检，其中包含父级中的三个类别（乳糜泻、环境性肠病和组织学正常对照）。对于儿童水平，乳糜泻严重程度分为4类（I、IIIa、IIIb和IIIC）。
2020-06-23 cs.AI cs.CV cs.LG
Deep Hierarchical Super Resolution for Scientific Data
The Ohio State University（俄亥俄州立大学）；Argonne National Laboratory（阿贡国家实验室）
我们提出了一种新的分层超分辨率（SR）与神经网络（NNs），体积数据表示的八叉树数据结构，以八叉树节点边界上的接缝文物最小的高分辨率均匀网格升级的技术。我们的方法使用现有的最先进的SR模型，并增加了灵活性，以放大输入数据与不同层次的细节在整个域，而不是只有统一的网格数据，在以前的方法中支持。关键是使用SR NN的层次结构，每个NN都经过训练，可以在两个细节级别之间执行2x SR，分层SR算法可以通过从粗细节级别开始并逐步增加来最大限度地减少接缝伪影。我们证明了我们的分层方法优于基线插值和分层放大方法，并证明了我们提出的方法在三个用例中的有用性，包括使用分层下采样+SR而不是均匀下采样+SR的数据缩减，分层有限时间Lyapunov指数场计算的计算节省，以及高分辨率近似可视化的超分辨率低分辨率模拟结果。
2022-10-14 cs.CV cs.LG eess.IV
Tree-CNN: A Hierarchical Deep Convolutional Neural Network for Incremental Learning
Purdue University（普渡大学）
在过去的十年中，深度卷积神经网络（DCNN）在大多数计算机视觉任务中表现出了卓越的性能。这些任务传统上使用固定的数据集，并且模型一旦训练好，就按原样部署。由于复杂的训练问题，例如“灾难性遗忘“和对超参数调整的敏感性，向这样的模型添加新信息提出了挑战。然而，在这个现代世界中，数据不断发展，我们的深度学习模型需要适应这些变化。在本文中，我们提出了一种由DCNN组成的自适应分层网络结构，它可以随着新数据的可用而增长和学习。网络以树状方式增长，以适应新的数据类别，同时保留区分先前训练的类别的能力。该网络将增量可用的数据组织成特征驱动的超类，并通过添加自增长能力来改进现有的分层CNN模型。与微调深度网络相比，所提出的分层模型显著减少了训练工作量，同时保持了CIFAR-10和CIFAR-100的竞争准确性。
2019-09-08 cs.AI cs.CV eess.IV
Hierarchical Deep Reinforcement Learning: Integrating Temporal Abstraction and Intrinsic Motivation
BCS, MIT（麻省理工学院脑与认知科学系）；CSAIL, MIT（麻省理工学院计算机科学与人工智能实验室）
在稀疏反馈环境中学习目标导向行为是强化学习算法的主要挑战。主要的困难是由于探索不足，导致代理无法学习鲁棒的价值函数。内在动机的代理人可以探索新的行为本身的缘故，而不是直接解决问题。这种内在行为最终可以帮助智能体解决环境带来的任务。我们提出了层次DQN（h-DQN），一个框架，集成层次价值函数，在不同的时间尺度上操作，具有内在动机的深度强化学习。顶级价值函数学习内在目标上的策略，而低级函数学习原子操作上的策略以满足给定目标。h-DQN允许灵活的目标规范，例如实体和关系上的函数。这为复杂环境中的探索提供了有效的空间。我们证明了我们的方法在两个问题上的强度非常稀疏，延迟反馈：（1）一个复杂的离散随机决策过程，（2）经典的ATARI游戏'蒙特祖玛的Restaurant'。
2016-05-31 cs.AI cs.CV cs.LG
Deep Hierarchical Machine: a Flexible Divide-and-Conquer Architecture
Hong Kong University of Science and Technology（香港科技大学）；Huazhong University of Science and Technology（华中科技大学）
我们提出了深度层次机器（DHM），这是一种受到分治策略启发的模型，同时强调表示学习能力和灵活性。最近的深度神经决策/回归森林所使用的随机路由框架被纳入，但我们通过利用不同的拓扑结构并引入概率修剪技术来消除评估不必要的计算路径的需要。我们还展示了一个指定版本的DHM（DSHM）的效率，它继承了稀疏的特征提取过程中，在传统的决策树与像素差异功能。为了实现稀疏特征提取，我们提出了利用稀疏卷积操作在DSHM和显示一种可能性，通过使用本地二进制卷积层引入稀疏卷积核。DHM可以应用于分类和回归问题，我们验证了它的标准图像分类和人脸对齐任务，以显示其优势，比过去的架构。
2018-12-03 cs.AI cs.CV cs.LG
HD-CNN: Hierarchical Deep Convolutional Neural Network for Large Scale Visual Recognition
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Carnegie Mellon University（卡内基梅隆大学）；eBay Research Lab（eBay研究实验室）；The University of Hong Kong（香港大学）
在图像分类中，不同对象类别之间的视觉可分性是高度不均匀的，并且某些类别比其他类别更难区分。这样困难的分类需要更多专门的分类器。然而，现有的深度卷积神经网络（CNN）被训练为平坦N路分类器，并且很少努力利用类别的分层结构。在本文中，我们通过将深度CNN嵌入到类别层次结构中来引入分层深度CNN（HD-CNN）。HD-CNN使用粗类别分类器分离简单类别，同时使用细类别分类器区分困难类别。在HD-CNN训练过程中，组件预训练之后是全局微调，使用粗类别一致性项正则化的多项式逻辑损失。此外，精细类别分类器和层参数压缩的条件执行使HD-CNN可扩展为大规模视觉识别。我们在CIFAR 100和大规模ImageNet 1000类基准数据集上都取得了最先进的结果。在我们的实验中，我们建立了三种不同的HD-CNN，它们分别将标准CNN的前1个误差降低了2.65%、3.1%和1.1%。
2015-05-16 cs.AI cs.CV cs.LG
Point Cloud based Hierarchical Deep Odometry Estimation
School of Electrical Engineering and Computer Sciences, University of Ottawa（渥太华大学电气工程与计算机科学学院）；Sensorcortek Inc（森索科泰克公司）
使用深度神经网络处理点云仍然是一项具有挑战性的任务。大多数现有的模型集中在使用点云的深度神经网络的目标检测和配准。在本文中，我们提出了一个深度模型，该模型使用点云数据学习在驾驶场景中估计里程。所提出的模型消耗原始点云，以便通过分层模型架构提取帧到帧的里程估计。此外，使用LSTM层实现了该模型的局部光束法平差变化。这两种方法进行了全面评估，并与国家的最先进的比较。
2021-03-05 cs.CG cs.CV cs.RO
Deep hierarchical pooling design for cross-granularity action recognition
Sorbonne University（索邦大学）；CNRS（法国国家科学研究中心）；LIP6（巴黎第六大学计算机实验室）
在本文中，我们介绍了一种新的分层聚合设计，捕捉不同级别的时间粒度的动作识别。我们的设计原则是由粗到细，并使用树结构网络实现;当我们自上而下遍历这个网络时，池化操作变得不那么不变，但更及时，更坚定，更好地定位。学习这个网络中的操作组合-最适合给定的地面实况-是通过求解一个约束最小化问题来获得的，该问题的解对应于全局分层池化过程中捕获每个级别（以及时间粒度）的贡献的权重分布。除了原则性和良好的基础，所提出的分层池也是视频长度不可知的，并且对动作中的不一致有弹性。对具有挑战性的UCF-101数据库进行的广泛实验证实了这些说法。
2020-06-08 cs.CV
Hierarchical Deep Fusion Framework for Multi-dimensional Facial Forgery Detection -- The 2024 Global Deepfake Image Detection Challenge
AI Innovation Center, China Unicom（中国unicom人工智能创新中心）
本文提出分层深度融合框架（HDFF），通过集成微调Swin-MLP等四个预训练模型并拼接特征训练分类器，在多维人脸伪造检测任务中取得竞赛第20名，验证了分层融合的有效性。
2025-09-16 cs.AI cs.CV
HDLTex: Hierarchical Deep Learning for Text Classification
Department of Computer Science, University of Virginia（弗吉尼亚大学计算机科学系）；Department of System and Information Engineering, University of Virginia（弗吉尼亚大学系统与信息工程系）；Data Science Institute, University of Virginia（弗吉尼亚大学数据科学研究所）
每年产生的文件数量不断增加，这就需要不断改进搜索、检索和组织文本的信息处理方法。这些信息处理方法的核心是文档分类，它已经成为监督学习的一个重要应用。最近，这些传统的分类器的性能已经退化的文件数量的增加。这是因为随着文件数量的增长，类别的数量也在增加。本文探讨这个问题不同于目前的文档分类方法，认为这个问题作为多类分类。相反，我们使用一种我们称之为分层深度学习文本分类（HDLTex）的方法来执行分层分类。HDLTex采用深度学习架构堆栈，在文档层次结构的每个级别提供专业的理解。
2017-10-06 cs.AI cs.CL cs.CV
Deep Metric Learning with Hierarchical Triplet Loss
Shenzhen Malong Artificial Intelligence Research Center（深圳码隆人工智能研究中心）；The University of Hong Kong（香港大学）；Malong Technologies（码隆科技）
我们提出了一种新的分层三元组损失（HTL）能够自动收集信息丰富的训练样本（三元组），通过定义的分层树，编码全球上下文信息。这使我们能够应对随机采样在训练传统的三元组丢失时的主要限制，这是深度度量学习的核心问题。我们的主要贡献有两个方面。(i)我们构造了一个分层的类级树，其中递归地合并相邻的类。层次结构自然地捕获了整个数据库上的内在数据分布。(ii)通过引入一个新的违反边界，我们将三元组收集问题公式化，该违反边界是基于设计的层次树动态计算的。这使得它能够在全局上下文的指导下自动选择有意义的硬样本。它鼓励模型从视觉相似类中学习更多有区别的特征，从而加快收敛速度并提高性能。我们的方法进行了评估的图像检索和人脸识别的任务，在那里它优于标准的三重损失大幅1%-18%。它在许多基准测试中实现了最先进的性能，并且学习迭代次数少得多。
2018-10-16 cs.CV
Combining Deep Universal Features, Semantic Attributes, and Hierarchical Classification for Zero-Shot Learning
Johns Hopkins University Applied Physics Laboratory（约翰斯·霍普金斯大学应用物理实验室）
我们解决了zero-shot（ZS）学习，建立在以前的工作，分层分类结合它与基于语义属性估计的方法。对于非新颖和新颖的图像类，我们比较了问题的多个公式，在每种情况下都从深层通用特征开始。我们调查的效果，使用不同的后验概率作为输入的分层分类器，比较性能的后验来自距离SVM分类器的边界与后验的语义属性估计的基础上。使用ImageNet ILSVRC 2012数据集的150个对象类组成的数据集，我们发现，最大化非新颖类的预期奖励的分层分类方法与最大化新颖类的预期奖励的方法不同。我们还表明，使用基于语义属性的输入后验提高了新类的预期回报。
2017-12-08 cs.CV
Image Annotation based on Deep Hierarchical Context Networks
Zhengzhou University（郑州大学）；CNRS（法国国家科学研究中心）；Sorbonne University（索邦大学）
上下文建模是视觉识别领域中最丰富的子领域之一，其目的是设计具有鉴别力的图像表示，同时结合它们的内在和外在关系。然而，上下文建模的潜力目前还没有得到充分的探索，大多数现有的解决方案要么是上下文无关的，要么局限于简单的手工几何关系。我们在本文中介绍DHCN：一种新的深度层次上下文网络，利用不同的上下文来源，包括几何和语义关系。所提出的方法是基于混合的保真度项，上下文标准和正则化的目标函数的最小化。该目标函数的求解定义了双层分层上下文网络的体系结构;该网络的第一层捕获场景几何形状，而第二层对应于语义关系。我们通过训练其底层深度网络来解决这个表示学习问题，其参数对应于最具影响力的双层上下文关系，我们使用具有挑战性的ImageCLEF基准来评估其在图像注释上的性能。
2020-12-21 cs.CV
DeepI2I: Enabling Deep Hierarchical Image-to-Image Translation by Transferring from GANs
Computer Vision Center, Universitat Autònoma de Barcelona（巴塞罗那自治大学计算机视觉中心）
图像到图像的翻译最近取得了显著的成果。但是，尽管目前的成功，它遭受较差的性能时，类之间的翻译需要大的形状变化。我们将此归因于当前最先进的图像到图像方法所使用的高分辨率瓶颈。因此，在这项工作中，我们提出了一种新的深度分层图像到图像翻译方法，称为DeepI2I。我们通过利用分层特征来学习模型：（a）包含在浅层中的结构信息和（b）从深层提取的语义信息。为了能够在小数据集上训练深度I2I模型，我们提出了一种新的迁移学习方法，该方法从预先训练的GANs中转移知识。具体来说，我们利用预训练的GANs（即BigGAN或StyleGAN）来初始化编码器和编码器，并利用预训练的生成器来初始化我们模型的生成器。应用知识转移导致编码器和生成器之间的对准问题。我们引入一个适配器网络来解决这个问题。在三个数据集（动物面孔，鸟类和食物）上的多类图像到图像的转换上，与最先进的方法相比，我们将mFID降低了至少35%。此外，我们定性和定量地证明了迁移学习显著提高了I2I系统的性能，特别是对于小数据集。最后，我们是第一个为超过100个类的域执行I2I翻译的公司。
2020-11-11 cs.CV
Hierarchical Video Frame Sequence Representation with Deep Convolutional Graph Network
Alibaba Group（阿里巴巴集团）
高精度的视频标签预测（分类）模型归因于大规模数据。这些数据可以是由预先训练好的卷积神经网络提取的帧特征序列，从而提高了建模的效率。无监督的解决方案，如特征平均池，作为一个简单的标签无关的无参数的方法，有有限的能力来表示视频。而有监督的方法，如RNN，可以大大提高识别精度。然而，视频长度通常很长，视频中的事件之间存在层次关系，基于RNN的模型的性能下降。提出了一种基于深度卷积图神经网络（DCGN）的视频分类方法。该方法利用视频具有层次结构的特点，通过图网络对视频帧序列进行多级特征提取，得到一种分层反映事件语义的视频表示。我们在YouTube-8 M大规模视频理解数据集上测试了我们的模型，结果优于基于RNN的基准测试。
2019-06-02 cs.CV
DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation
Ecole Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；ETH Zurich（苏黎世联邦理工学院）
可缩放矢量图形（SVG）在现代2D界面中无处不在，因为它们能够缩放到不同的分辨率。然而，尽管应用于光栅化图像的基于深度学习的模型取得了成功，但矢量图形表示学习和生成的问题在很大程度上仍未被探索。在这项工作中，我们提出了一种新的分层生成网络，称为DeepSVG，用于复杂的SVG图标生成和插值。我们的架构有效地解开高层次的形状从低层次的命令，编码形状本身。该网络以非自回归的方式直接预测一组形状。我们通过发布一个新的大规模数据集以及一个用于SVG操作的开源库来介绍复杂SVG图标生成的任务。我们证明了我们的网络能够准确地重建各种矢量图形，并且可以通过执行插值和其他潜在空间操作来作为一个强大的动画工具。我们的代码可在https://github.com/alexandre01/deepsvg上获得。
2020-10-22 cs.CV
Automatic Whole-body Bone Age Assessment Using Deep Hierarchical Features
Chonnam National University（全南国立大学）
骨龄评估为分析儿童生长发育状况及涉及生理年龄和生物学年龄的返老还童提供了依据。所有以前的作品考虑左手X射线图像的儿童在他们的作品。在本文中，我们进行了研究，估计人类年龄使用全身骨CT图像和一种新的卷积神经网络。我们的模型与额外的连接显示了一种有效的方法来产生大量的重要功能，同时减少过拟合的影响，在医学图像分析研究领域的小训练数据。一个数据集和与常见的深度架构的比较将提供在这一领域的未来研究。
2019-01-29 cs.CV
Learning Hierarchical Visual Representations in Deep Neural Networks Using Hierarchical Linguistic Labels
University of California, Berkeley（加利福尼亚大学伯克利分校）
现代卷积神经网络（CNN）能够在特定任务上实现人类水平的对象分类准确性，并且目前在解释复杂的人类视觉表示方面优于竞争模型。然而，这些网络的分类问题与人类不同：这些网络的准确性是通过识别分配给每个图像的单个标签的能力来评估的。这些标签通常任意地跨越自然心理分类（例如，狗被分成不同的品种，但从来没有共同归类为“狗”），并使结果表示有偏差。相比之下，儿童通常会听到“狗”和“达尔马提亚”来描述相同的刺激，这有助于将感知上不同的物体分组（例如，#21453;成一个共同的心理类。在这项工作中，我们训练CNN分类器，每个图像都有多个标签，对应于不同的抽象层次，并使用这个框架来重现人类泛化行为中出现的经典模式。
2018-05-19 cs.CV
Deep learning-based hierarchical insect classification using camera trap imagery
本文构建长尾昆虫数据集，提出适配可变深度层级的深度学习分类模型，结合类别平衡加权，在5级分类任务上取得80%-99%的每级别准确率，可用于昆虫生物多样性监测。
2026-07-31 cs.CV
Hierarchical Proxy-based Loss for Deep Metric Learning
Amazon（亚马逊）；Stony Brook University（石溪大学）
基于代理的度量学习损失优于基于对的损失，因为它们的快速收敛和低训练复杂度。然而，现有的基于代理的损失集中在学习类判别功能，而忽略了跨类共享的共性，这是潜在的有用的描述和匹配样本。此外，它们忽略了真实世界数据集中类别的隐式层次结构，其中类似的从属类可以组合在一起。在本文中，我们提出了一个框架，利用这种隐式层次结构的代理上施加一个层次结构，并可用于任何现有的基于代理的损失。这使得我们的模型能够在不破坏隐式数据层次结构的情况下捕获类区分特征和类共享特征。我们评估我们的方法上五个既定的图像检索数据集，如在商店和SOP。结果表明，我们的分层代理为基础的损失框架，提高了现有的代理为基础的损失的性能，特别是在大型数据集，表现出较强的层次结构。
2021-10-18 cs.CV
DeepQAMVS: Query-Aware Hierarchical Pointer Networks for Multi-Video Summarization
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Virginia Tech（弗吉尼亚理工大学）
最近网络视频共享平台的增长增加了对能够有效地浏览、检索和汇总视频内容的系统的需求。查询感知的多视频摘要是一种很有前途的技术，迎合了这一需求。在这项工作中，我们引入了一种新的用于多视频摘要的查询感知分层指针网络，称为DeepQAMVS，它联合优化了多个标准：（1）简洁性，（2）重要查询相关事件的代表性和（3）时间顺序合理性。我们设计了一个分层注意力模型，它分解了三个分布，每个分布从不同的模态收集证据，然后是一个指针网络，它选择要包含在摘要中的帧。DeepQAMVS通过强化学习进行训练，并结合了捕获代表性，多样性，查询适应性和时间一致性的奖励。我们在MVS1K数据集上实现了最先进的结果，推理时间与输入视频帧的数量呈线性关系。
2021-05-13 cs.AI cs.CV cs.IR
Automatic Hierarchical Classification of Kelps using Deep Residual Features
The University of Western Australia（西澳大学）；Curtin University（科廷大学）；Murdoch University（莫道克大学）；University of Edinburgh（爱丁堡大学）
在全球范围内，正在迅速收集遥感图像数据，用于评估从大陆斜坡浅水到极深水再到深海的海底生物群落。利用这些数据目前受到专家识别这些图像中发现的生物体所需时间的限制。考虑到这一局限性，全球已作出巨大努力，采用自动化和机器学习算法，以加快海洋底栖生物群的分类和评估。一个主要的问题在于随着涌浪和洋流移动的生物，比如海带。本文提出了一种自动分层分类方法（本地二进制分类，而不是传统的平面分类），以分类海带的图像采集的自主水下机器人。所提出的海带分类方法利用了从深度残差网络中提取的学习特征表示。我们表明，这些通用功能优于传统的现成的CNN功能和传统的手工制作的功能。实验还表明，分层分类方法优于传统的并行多类分类的显着保证金（90.0%比57.6%和77.2%比59.0%）分别在Benthoz15和Rottnest数据集。此外，我们比较了不同的层次分类方法和实验表明，兄弟层次训练方法优于包容性层次方法的显着保证金。我们还报告了应用我们提出的方法来研究海带覆盖随着时间的推移每年重复AUV调查的变化。
2020-01-23 cs.CV
PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space
Stanford University（斯坦福大学）
很少有以前的作品研究点集上的深度学习。Qi等人的PointNet是这一方向的先驱。然而，根据设计，PointNet不会捕获由度量空间点所引起的局部结构，从而限制了其识别细粒度模式的能力和对复杂场景的泛化能力。在这项工作中，我们引入了一个分层的神经网络，适用于PointNet递归嵌套分区的输入点集。通过利用度量空间距离，我们的网络能够随着上下文尺度的增加学习局部特征。进一步观察到点集通常以不同的密度进行采样，这导致在均匀密度上训练的网络的性能大大降低，我们提出了新的集合学习层来自适应地组合来自多个尺度的特征。实验表明，我们的网络PointNet ++能够有效和鲁棒地学习深度点集特征。特别是，在具有挑战性的3D点云基准上获得了比最先进的结果要好得多的结果。
2017-06-07 cs.CV
Fast Deep Multi-patch Hierarchical Network for Nonhomogeneous Image Dehazing
Jadavpur University（贾达普大学）；IIT Madras（印度理工学院马德拉斯分校）
最近，基于CNN的端到端深度学习方法在图像去雾方面取得了优势，但它们在非均匀去雾方面往往严重失败。除此之外，现有流行的多尺度方法是运行时密集型和内存效率低下的。在这种情况下，我们提出了一种快速深度多补丁分层网络，通过聚合来自模糊图像不同空间部分的多个图像补丁的特征，以较少的网络参数来恢复非同质模糊图像。我们所提出的方法对于场景中具有不同密度的薄雾或雾的不同环境是非常鲁棒的，并且非常轻量级，因为模型的总大小约为21.7 MB。与当前的多尺度方法相比，它还提供了更快的运行时间，平均运行时间为0.0145秒，可处理1200 x 1600 HD质量图像。最后，我们展示了该网络在消除浓雾方面优于其他最先进的模型。
2020-05-12 cs.CV
Deep Hierarchical Knowledge Loss for Fault Intensity Diagnosis
School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）科学与工程学院）；School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）人工智能学院）；School of Artificial Intelligence, Xidian University（西安电子科技大学人工智能学院）；School of Computer, Luoyang Institute of Science and Technology（洛阳理工学院计算机学院）；Frankfurt Institute for Advanced Studies（法兰克福先进研究 institute）；SAMSON AG（SAMSON公司）
本文提出深度层次知识损失框架，通过层次树损失和焦点层次树损失提升故障诊断的识别能力，实验表明在多个工业数据集上优于现有方法。
2026-04-08 cs.AI cs.CV cs.LG
From Scratch to Sketch: Deep Decoupled Hierarchical Reinforcement Learning for Robotic Sketching Agent
Seoul National University（首尔国立大学）
我们提出了一个自动学习框架的机器人素描代理，能够学习基于笔划的渲染和电机控制同时进行。我们制定的机器人素描问题作为一个深度解耦的分层强化学习;两个政策，基于笔划的渲染和电机控制独立学习，以实现子任务的绘图，并形成一个层次结构时，合作的现实世界的绘图。没有手工制作的功能，绘图序列或轨迹，和逆运动学，所提出的方法训练的机器人草图代理从头开始。我们进行了实验，6自由度的机器人手臂与2F夹具素描涂鸦。我们的实验结果表明，这两种策略成功地学习了子任务，并合作绘制目标图像。此外，通过不同的绘图工具和表面检查的鲁棒性和灵活性。
2022-08-09 cs.CV cs.RO
Learning the Hierarchical Parts of Objects by Deep Non-Smooth Nonnegative Matrix Factorization
RIKEN（日本理化学研究所）；SKOLTECH（莫斯科SKOLTECH）
本文提出深度非光滑非负矩阵分解方法，通过更深层架构学习复杂数据的层次特征，结合非负约束生成部分特征并提取更高层次抽象特征，实验表明其在聚类分析中表现优异。
2018-03-20 cs.CV cs.DS cs.NA
DeepIcon: A Hierarchical Network for Layer-wise Icon Vectorization
School of Computer Science The University of Sydney NSW 2006, Australia
DeepIcon 提出一种层次化图像矢量化网络，直接从栅格图像生成可变长度 SVG 图标，无需可微光栅化器，解决了形状不完整和语义保留不足的问题。
2024-10-21 cs.AI cs.CV
Deep Neural Networks predict Hierarchical Spatio-temporal Cortical Dynamics of Human Visual Object Recognition
Massachusetts Institute of Technology（麻省理工学院）；Free University Berlin（柏林自由大学）
皮层视觉通路复杂的多阶段结构为人类有效的视觉物体识别提供了神经基础。然而，其中的阶段式计算仍然知之甚少。在这里，我们比较了时间（脑磁图）和空间（功能性MRI）视觉大脑表征与人工深层神经网络（DNN）中的表征，该网络调整到现实世界视觉识别的统计数据。我们发现DNN在时间和空间上捕捉了人类视觉处理的阶段，从早期视觉区域到背侧和腹侧流。对关键DNN参数的进一步研究表明，虽然模型架构很重要，但对真实世界分类的训练对于加强与大脑的时空层次关系是必要的。我们的研究结果一起提供了一个算法知情的视图在人类视觉大脑中的视觉对象识别的时空动态。
2016-01-12 cs.CV q-bio.NC
Hierarchical Interactive Reconstruction Network For Video Compressive Sensing
Harbin Institute of Technology（哈尔滨工业大学）；People's Daily Online（人民网）；ChongQing Research Institute of HIT（哈尔滨工业大学重庆研究院）
本文提出HIT-VCSNet，通过空间域分层特征提取和时间域分层交互机制协同利用时空深度先验，显著提升视频压缩感知重建质量，性能大幅超越现有最先进方法。
2023-04-15 cs.CV eess.IV
Fast Hierarchical Deep Unfolding Network for Image Compressed Sensing
Harbin Institute of Technology（哈尔滨工业大学）；Peng Cheng Lab（鹏城实验室）
深度展开网络（DUN）通过将某些优化求解器与深度神经网络相结合，近年来在图像压缩感知（CS）领域引起了广泛关注。然而，现有的DUN仍然存在几个问题：1）对于每次迭代，通常采用简单的堆叠卷积网络，这显然限制了这些模型的表达能力。2)一旦训练完成，现有DUN的大多数超参数对于任何输入内容都是固定的，这大大削弱了它们的适应性。本文通过展开快速迭代收缩阈值算法（FISTA），提出了一种新型的用于图像压缩感知的快速分层DUN（FHDUN），其中开发了一个精心设计的分层展开架构，以协同探索多尺度空间中更丰富的上下文先验信息。为了进一步增强自适应性，在我们的框架中开发了一系列超参数生成网络，根据输入内容动态生成相应的最优超参数。此外，由于FISTA中的加速策略，新嵌入的加速模块使得所提出的FHDUN相对于最近的DUN节省了50%以上的迭代循环。大量的CS实验表明，建议FHDUN优于现有的国家的最先进的CS方法，同时保持较少的迭代。
2022-08-03 cs.CV eess.IV
