受发展心理学启发的机器中形状偏置与纹理偏置考察
计算机视觉与模式识别
2022-05-18 v2 机器学习
摘要
在发育早期，儿童学会将新颖的类别标签扩展到具有相同形状的物体上，这一现象被称为形状偏置。受这些发现的启发，Geirhos 等人（2019）通过构建具有冲突的形状与纹理线索的图像，考察了深度神经网络是否表现出形状或纹理偏置。他们发现卷积神经网络强烈倾向于基于纹理而非形状对熟悉物体进行分类，暗示了一种纹理偏置。然而，该研究中网络的测试方式与儿童的典型测试方式存在若干差异。在本工作中，我们通过调整 Geirhos 等人（2019）的刺激材料与流程以更贴近发展范式，并在广泛的预训练神经网络上测试，重新考察了神经网络的归纳偏置。在三个实验中，我们发现当在更紧密复制发展程序的条件下测试时，深度神经网络表现出对形状而非纹理的偏好。
引用
@article{arxiv.2202.08340,
title = {A Developmentally-Inspired Examination of Shape versus Texture Bias in Machines},
author = {Alexa R. Tartaglini and Wai Keen Vong and Brenden M. Lake},
journal= {arXiv preprint arXiv:2202.08340},
year = {2022}
}
备注
7 pages, 4 figures