振幅-相位重组：重新审视卷积神经网络在频域的鲁棒性
计算机视觉与模式识别
2021-08-20 v1 机器学习
摘要
近来，借助频率分量分解的解释技术，卷积神经网络（CNN）的泛化行为正逐渐变得透明。然而，图像相位谱对于鲁棒视觉系统的重要性仍被忽视。本文注意到，CNN 倾向于收敛到与训练图像高频分量密切相关的局部最优，而振幅谱易受噪声或常见 corruptions 等干扰。相反，更多实证研究发现人类依赖更多相位分量来实现鲁棒识别。该观察进一步解释了 CNN 在常见扰动鲁棒性与分布外检测方面的泛化行为，并催生了一种通过重组当前图像相位谱与干扰图像振幅谱所设计的数据增强新视角。即，所生成的样本迫使 CNN 更多关注来自相位分量的结构化信息，并对振幅变化保持鲁棒。在多个图像数据集上的实验表明，所提方法在包括常见 corruptions 与表面变化的适应性、分布外检测和对抗攻击在内的多个泛化与校准任务上取得了最先进性能。
引用
@article{arxiv.2108.08487,
title = {Amplitude-Phase Recombination: Rethinking Robustness of Convolutional Neural Networks in Frequency Domain},
author = {Guangyao Chen and Peixi Peng and Li Ma and Jia Li and Lin Du and Yonghong Tian},
journal= {arXiv preprint arXiv:2108.08487},
year = {2021}
}
备注
ICCV 2021