1.Bilinear CNN Models for Fine-grained Visual Recognition
論文鏈接：http://vis-www.cs.umass.edu/bcnn/docs/bcnn_iccv15.pdf
主要就是用外積（matrix outer product）來(lái)組合兩個(gè)CNN（A和B）的feature map
2.Compact Bilinear Pooling（CVPR2016?）
論文鏈接：http://people.eecs.berkeley.edu/~yg/papers/compact_bilinear.pdf
主要使用 Random Maclaurin 和Tensor Sketch兩種多項(xiàng)式核函數(shù)對(duì)feature進(jìn)行降維，降低3個(gè)數(shù)量級(jí)厌丑，沒(méi)有明顯的性能損失霸奕。
3.Improved Bilinear Pooling with CNNs（BMVC2017)
論文鏈接：https://people.cs.umass.edu/~tsungyulin/Publication/improved_bcnn.pdf
主要是使用了一系列 normalization的方法，進(jìn)行對(duì)比實(shí)驗(yàn).還使用了一些更快的梯度計(jì)算方法（如Lyapunov equation娇斑，SVD）
