深度学习在光学成像中是否总是优于简单线性回归？
计算机视觉与模式识别
2020-02-19 v2 图像与视频处理
摘要
近年来，深度学习已被广泛应用于众多光学成像任务。尽管取得成效，深度学习在光学成像中的局限与缺陷却鲜有探究。本工作中，我们表明对于两类黑盒光学成像问题，传统的基于线性回归的方法在某种程度上可优于既往提出的深度学习方法。深度学习尤其在训练样本数量较少时显露出弱点。我们分析并比较了基于线性回归的方法与深度学习的优劣。由于许多光学系统本质上是线性的，含有众多非线性函数的深度学习网络有时未必是最合适的选择。
引用
@article{arxiv.1911.00353,
title = {Does deep learning always outperform simple linear regression in optical imaging?},
author = {Shuming Jiao and Yang Gao and Jun Feng and Ting Lei and Xiaocong Yuan},
journal= {arXiv preprint arXiv:1911.00353},
year = {2020}
}