HiResNets

HiResNets 实现具有类人中央凹的原生全高清视频识别

研究人员开发了 HiResNets，这是一种新颖的视频识别方法，可显著降低与高分辨率输入相关的计算成本。通过采用中央凹残差流和对数极坐标图像变换，这些网络能够自适应地聚焦于每一帧的特定部分，模仿人类视觉仅在中心视野处理详细信息的能力。这种方法允许原生全高清视频识别，而没有通常的二次方内存和计算增长，在以自我为中心的视频任务中处理小物体和细粒度识别方面显示出特别的潜力。