可控的自顶向下特征变换器
计算机视觉与模式识别
2018-11-06 v4
摘要
我们研究了在显式自顶向下控制下卷积网络各层特征图的内在变换。为此，我们提出了在可控参数下的自顶向下特征变换器（TFT），其能够在保持跨层整体一致性的同时解释隐藏层的变换。所学到的生成器捕捉了独立于特定训练图像的潜在特征变换过程。我们提出的 TFT 框架为研究自顶向下过程中 CNN 内部特征表示与变换这一重要问题带来了洞见并有助于其理解。在空间变换的情况下，我们展示了 TFT 在构建数据无关变换方面相对于现有数据驱动方法的显著优势。我们还表明它可被用于其他应用，如数据增强与图像风格迁移。
引用
@article{arxiv.1712.02400,
title = {Controllable Top-down Feature Transformer},
author = {Zhiwei Jia and Haoshen Hong and Siyang Wang and Kwonjoon Lee and Zhuowen Tu},
journal= {arXiv preprint arXiv:1712.02400},
year = {2018}
}