视觉失真下人类与深度学习识别性能的研究与比较
计算机视觉与模式识别
2017-05-09 v1
摘要
深度神经网络（DNNs）在标准分类任务上取得了优异的性能。然而，在模糊和噪声等图像质量失真下，分类准确率变差。在这项工作中，我们在失真图像上比较了DNNs与人类受试者的性能。我们表明，尽管DNNs在高质量图像上表现优于或与人类相当，但在失真图像上DNN性能仍远低于人类性能。我们还发现DNNs与人类受试者之间的错误相关性很小。这可能表明DNNs与人类视觉系统对图像的内部表征不同。这些与人类性能的比较可用于指导未来更鲁棒DNNs的开发。
引用
@article{arxiv.1705.02498,
title = {A Study and Comparison of Human and Deep Learning Recognition Performance Under Visual Distortions},
author = {Samuel Dodge and Lina Karam},
journal= {arXiv preprint arXiv:1705.02498},
year = {2017}
}