从数据驱动转向机制保障：实现卷积操作的旋转不变性
计算机视觉与模式识别
2024-04-18 v1
摘要
在不依赖数据的情况下实现深度神经网络的旋转不变性始终是热门研究主题。内在的旋转不变性可以增强模型的特征表示能力，使其在如多方向目标识别与检测等任务中表现更佳。基于梯度、排序、局部二值模式、最大值等各种非可学习算子，本文设计了一组天然对任意旋转不变的新型卷积操作。与大多数前期研究不同，这些旋转不变卷积（RIConvs）拥有与常规卷积相同的可学习参数数量，且计算过程相似，可实现互换。使用 MNIST-Rot 数据集，我们首先验证了这些 RIConvs 在各种旋转角度下的不变性，并与以往旋转不变卷积神经网络（RI-CNNs）进行比较。基于梯度算子的两种 RIConvs 取得了最新成果。随后，我们将 RIConvs 与不同类型和深度的经典 CNN 主干网络结合。使用 OuTex_00012、MTARSI 和 NWPU-RESISC-45 数据集，我们测试了它们在纹理识别、飞机类型识别和遥感图像分类任务中的性能。结果表明，RIConvs 显著提升了这些 CNN 主干网络的准确率，尤其在训练数据有限时效果更为显著。进一步地，我们发现即使进行数据增强，RIConvs 仍可进一步提升模型性能。
引用
@article{arxiv.2404.11309,
title = {Achieving Rotation Invariance in Convolution Operations: Shifting from Data-Driven to Mechanism-Assured},
author = {Hanlin Mo and Guoying Zhao},
journal= {arXiv preprint arXiv:2404.11309},
year = {2024}
}