多尺度自路由胶囊网络的构建方法
摘 要：胶囊网络(capsule network，CapsNet)是近些年新提出的一种网络模型．相比于传统卷积神经网络，胶囊网络能有效编码不同特征的空间位置关系，但是其特征提取模块难以捕捉不同尺度的特征信息．为了进一步提升CapsNet的性能，提出了一种多尺度自路由胶囊网络(multi-scale self-routing capsule network，MSSR-CapsNet)．首先利用多分支结构改进CapsNet 胶囊的生成过程，增加模型多尺度特征提取能力；然后提出了一种胶囊注意力机制，选择性筛选出重要的低级特征；最后在SVHN、CIFAR-10 和CIFAR-100 数据集上对MSSR-CapsNet 进行实验，分类准确率分别为97.46%、91.22%和63.84%．此外，实验结果也验证了改进方法的高效性，有助于提升模型的性能．
论文下载：