演化做对了吗？基于深度学习的近红外成像在语义场景分割中的评估
计算机视觉与模式识别
2016-11-29 v1
摘要
动物已经演化到将其感知能力限制在电磁波谱的特定区域。在广阔的尺度上，这出人意料地是一个极窄的频带，这让人不禁思考这种选择性过滤背后是否存在系统性偏差。当我们在近红外点发现一个几乎所有动物视觉系统似乎都存在下限的急剧截止点时，情况变得更加引人入胜。这给我们带来了一个有趣的问题：演化是否“有意”进行了这种限制，以进化出更高的视觉认知？在这项工作中，我们通过实验探讨近红外图像在语义分割等更高视觉处理中的潜在适用性来解决这个问题。分别在 NIR 图像和 RGB 图像上训练全卷积网络的改进版本，并比较它们在语义分割中的有效性。实验结果表明，仅光谱中的可见光部分就足以对室内及室外场景进行鲁棒的语义分割。
引用
@article{arxiv.1611.08815,
title = {Did Evolution get it right? An evaluation of Near-Infrared imaging in semantic scene segmentation using deep learning},
author = {J. Rafid Siddiqui},
journal= {arXiv preprint arXiv:1611.08815},
year = {2016}
}