在格式塔闭合原则下评估 CNN
计算机视觉与模式识别
2019-04-02 v1
摘要
深度卷积神经网络（CNN）因其在高维数据的分类与回归任务中出色的性能而广为人知。这使其成为工业与学术界大量应用中流行且强大的工具。近期出版物表明，看似简单的（对人类而言的）分类任务对最先进的 CNN 可能极具挑战性。格式塔原则给出了对人类如何感知视觉元素的描述尝试。在本文中，我们评估了 AlexNet 与 GoogLeNet 在分类著名的 Kanizsa 三角形的正确性方面的表现，该任务严重依赖于格式塔闭合原则。为此，我们创建了包含 Kanizsa 三角形的有效与无效变体的多种数据集。我们的发现表明，利用闭合原则感知物体对所采用的网络架构而言非常具有挑战性，但它们似乎能适应闭合效应。
引用
@article{arxiv.1904.00285,
title = {Evaluating CNNs on the Gestalt Principle of Closure},
author = {Gregor Ehrensperger and Sebastian Stabinger and Antonio Rodríguez Sánchez},
journal= {arXiv preprint arXiv:1904.00285},
year = {2019}
}