关注微信公众号：人工智能前沿讲习
对话框回复“CNSV19”获取完整版PPT

胶囊网络（Capsule Networks）图领奖得主Geoffrey Hinton在17年提出的一种新型神经网络结构，可以克服卷积神经网络存在的一些问题。CVPR2019包含了半天的面向计算机视觉的胶囊网络教程，本文介绍其中一篇综述。

胶囊网络提供了一个有效的建模实体间局部到全局关系的方法，并可以学习视角不变表示。通过这种提升的表示学习，胶囊网络可以在多个领域下用更少的参数取得好的性能。最近，胶囊网络在视频中人类行为定位、医学图像目标分割、文本分类等任务上都取得了最好的效果。

CVPR2019包含了多个与胶囊网络相关的教程，本文介绍其中Yogesh Rawat的一篇综述PPT《Capsule Networks: A Survey》，其内容大致如下：

• 简介
• 早期工作
• 基础工作
• 视频胶囊
• 路由
• 动态和EM
• 注意力
• 多模态
• 通用
• 快速动态路由
• 模态
• 视觉：图像和视频
• 文本
• 图
• 3D点云
• 问题领域
• 分类
• 分割
• 定位
• 应用
• 关系抽取
• 对抗检测
• 脑瘤分类
• 乳腺癌检测

附部分预览