Deep Representation Learning for Object Perception Based on Attention Mechanisms

Cao, Hu

Hu Cao

If you experience problems opening the document, please try this link.

Original title:: Deep Representation Learning for Object Perception Based on Attention Mechanisms
Translated title:: Tiefes Repräsentationslernen für die Objektwahrnehmung basierend auf Aufmerksamkeitsmechanismen
Author:: Cao, Hu
Year:: 2023
Document type:: Dissertation
Faculty/School:: TUM School of Computation, Information and Technology
Advisor:: Knoll, Alois Christian (Prof. Dr. habil.)
Referee:: Knoll, Alois Christian (Prof. Dr. habil.); Chen, Guang (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik
TUM classification:: DAT 260; DAT 815
Abstract:: Deep representation learning has shown remarkable capability for learning feature representations from data. Recently, attention mechanisms have been introduced into deep representation learning to mimic the working principle of the human visual system. The goal of this thesis is to improve the performance of deep representation models by using attention mechanisms in applications of object detection and grasp detection.
Translated abstract:: Tiefes Repräsentationslernen hat eine bemerkenswerte Fähigkeit zum Lernen von Merkmalsrepräsentationen aus Daten gezeigt. Kürzlich wurden Aufmerksamkeitsmechanismen in das tiefe Repräsentationslernen eingeführt, um das Arbeitsprinzip des menschlichen visuellen Systems zu imitieren. Das Ziel dieser Arbeit ist es, die Leistung von tiefen Repräsentationsmodellen zu verbessern, indem Aufmerksamkeitsmechanismen in Anwendungen der Objekterkennung und Greiferfassung eingesetzt werden.
WWW:: https://mediatum.ub.tum.de/?id=1704677
Date of submission:: 12.04.2023
Oral examination:: 29.11.2023
File size:: 21093845 bytes
Pages:: 117
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20231129-1704677-1-7
Last change:: 31.01.2024
BibTeX