仿生 Min-Net 提升深度网络的性能与鲁棒性
计算机视觉与模式识别
2022-01-07 v1
摘要
Min-Net 受末端终止皮层细胞启发，其单元输出两个学习滤波器的最小值。我们将此类 Min-单元插入最先进的深度网络（如流行的 ResNet 和 DenseNet）中，并表明所得 Min-Net 在 Cifar-10 基准上表现更优。此外，我们表明 Min-Net 对 JPEG 压缩伪影更具鲁棒性。我们认为最小值运算是实现滤波器对上 AND 运算的最简单方式，并且此类 AND 运算引入了鉴于自然图像统计特性而言合适的偏置。
引用
@article{arxiv.2201.02149,
title = {Bio-inspired Min-Nets Improve the Performance and Robustness of Deep Networks},
author = {Philipp Grüning and Erhardt Barth},
journal= {arXiv preprint arXiv:2201.02149},
year = {2022}
}