一、引言

传统的深度学习方法（如卷积神经网络CNN和循环神经网络RNN）在捕捉长距离依赖关系时存在局限性。CNN主要关注局部邻域的特征，而RNN则依赖于序列的递归计算，无法直接捕捉全局信息。为了解决这一问题，本文提出了一种非局部神经网络（Non-local Neural Networks），通过非局部操作捕捉长距离依赖关系。

非局部操作的核心思想是：在计算某一位置的特征响应时，不仅仅依赖于局部邻域，而是参考整个特征图上的所有位置。通过这种方式，非局部操作能够有效捕捉全局信息，从而提升模型在视频分类、物体检测、分割和姿态估计等任务中的性能。

二、非局部操作的定义

非局部操作的数学定义如下：

公式：

对于输入特征图 ，非局部操作的输出为：

其中：