卷积神经网络中每个滤波器提取一种特定纹理
计算机视觉与模式识别
2016-08-19 v2
摘要
许多工作致力于通过生成激活特定神经元的图像来可视化和理解卷积神经网络（CNN）的内部机制，这被称为深度可视化。然而，滤波器从图像中直观地提取了什么仍不清楚。本文提出一种改进的代码反转算法，称为特征图反转，以理解 CNN 中感兴趣滤波器的功能。我们揭示每个滤波器提取一种特定纹理。来自更高层的纹理包含更多颜色和更复杂的结构。我们还证明图像风格可以是这些纹理基元的组合。我们提出两种方法，分别随机地和有目的地重新分配特征图的能量分布。然后，我们反转修改后的代码并生成多样风格的图像。凭借这些结果，我们为特征图的 Gram 矩阵为何能表示图像风格提供了一种解释。
引用
@article{arxiv.1608.04170,
title = {Every Filter Extracts A Specific Texture In Convolutional Neural Networks},
author = {Zhiqiang Xia and Ce Zhu and Zhengtao Wang and Qi Guo and Yipeng Liu},
journal= {arXiv preprint arXiv:1608.04170},
year = {2016}
}
备注
5 pages, 5 figures