基于卷积神经网络中可调双正交小波单元
计算机视觉与模式识别
2025-07-02 v1 图像与视频处理
信号处理
摘要
本文提出一种新型双正交可调小波单元，采用提升方案（lifting scheme）构建，松弛了正交性与等滤波器长度约束，为滤波器设计提供更大灵活性。该单元增强了卷积、池化与下采样操作，提升了卷积神经网络（CNN）中的图像分类与异常检测性能。集成至18层残差神经网络（ResNet-18）后，在CIFAR-10数据集上提升分类准确率2.12%，在 Describable Textures Dataset（DTD）上提升9.73%，显著捕获细粒度特征。ResNet-34亦取得类似提升。对于MVTec异常检测数据集中坚果类别的异常检测任务，该方法在分割与检测任务中实现性能兼顾，超越现有方法在准确率与鲁棒性方面的表现。
引用
@article{arxiv.2507.00739,
title = {Biorthogonal Tunable Wavelet Unit with Lifting Scheme in Convolutional Neural Network},
author = {An Le and Hung Nguyen and Sungbal Seo and You-Suk Bae and Truong Nguyen},
journal= {arXiv preprint arXiv:2507.00739},
year = {2025}
}