DeepPermNet：视觉排列学习
计算机视觉与模式识别
2017-04-11 v1
摘要
我们提出了一种通过求解称为视觉排列学习的新颖深度学习任务来揭示视觉数据结构的原则性方法。该任务的目标是从数据的打乱版本中找到恢复数据结构的排列。对于自然图像，该任务归结为从由未知排列矩阵打乱的图像块中恢复原始图像。不幸的是，排列矩阵是离散的，从而给基于梯度的方法带来困难。为此，我们求助于使用双随机矩阵对这些矩阵进行连续近似，我们通过Sinkhorn迭代从标准CNN预测生成双随机矩阵。在Sinkhorn网络层中展开这些迭代，我们提出了DeepPermNet，一种用于该任务的端到端CNN模型。DeepPermNet的实用性在两个具有挑战性的计算机视觉问题上得到展示，即(i)相对属性学习和(ii)自监督表示学习。我们的结果显示在(i)的Public Figures和OSR基准以及(ii)的PASCAL VOC数据集上的分类与分割任务中达到了最先进性能。
引用
@article{arxiv.1704.02729,
title = {DeepPermNet: Visual Permutation Learning},
author = {Rodrigo Santa Cruz and Basura Fernando and Anoop Cherian and Stephen Gould},
journal= {arXiv preprint arXiv:1704.02729},
year = {2017}
}
备注
Accepted in IEEE International Conference on Computer Vision and Pattern Recognition CVPR 2017