通过人工心理旋转实现深度神经网络中的高效旋转不变性
计算机视觉与模式识别
2023-11-16 v1 人工智能
摘要
人类和动物无论观察者视角如何变化（可能极大改变物体外观）都能识别物体。人工模式识别器也努力达成这一点，例如通过卷积神经网络（CNNs）中的平移不变性。然而，CNN和视觉Transformer（ViTs）在旋转输入上表现非常差。在此我们提出人工心理旋转（AMR），一种受心理旋转神经心理学概念启发的处理平面内旋转的新型深度学习范式。我们简单的AMR实现适用于所有常见CNN和ViT架构。我们在ImageNet、Stanford Cars和Oxford Pet上测试它。AMR以0.743的平均top-1误差（跨数据集和架构平均）优于当前最优（旋转数据增强，平均top-1误差0.626）达19%。我们还轻松地将训练好的AMR模块迁移到下游任务，将预训练语义分割模型在旋转CoCo上的性能从32.7 IoU提升至55.2 IoU。
引用
@article{arxiv.2311.08525,
title = {Efficient Rotation Invariance in Deep Neural Networks through Artificial Mental Rotation},
author = {Lukas Tuggener and Thilo Stadelmann and Jürgen Schmidhuber},
journal= {arXiv preprint arXiv:2311.08525},
year = {2023}
}