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
