利用位置坐标进行数据增强以增强图像分类
计算机视觉与模式识别
2018-02-08 v1
摘要
本文提出使用图像像素位置坐标系统来提升多种应用中的图像分类精度。具体而言，我们假设使用像素坐标将带来：(a)分辨率不变的性能。此处分辨率指像素间的间距而非图像矩阵的大小。(b)与不使用局部像素坐标训练的网络模型相比，分类精度整体提升。这是因为位置坐标使网络能够学习物体各部分之间的关系，模仿人类视觉系统。我们通过深度神经网络所学特征图的实证结果与直观解释验证了该假设。具体地，我们的方法在MNIST数字分类上表现出提升，并在SVHN数据库上超越了最先进结果。我们还表明，尽管使用MNIST数据库的模糊图像训练而预测高分辨率数据库，我们网络的性能不受影响。
引用
@article{arxiv.1802.02183,
title = {Enhanced Image Classification With Data Augmentation Using Position Coordinates},
author = {Avinash Kori and Ganapathy Krishnamurthi and Balaji Srinivasan},
journal= {arXiv preprint arXiv:1802.02183},
year = {2018}
}