探索 CNN 嵌入空间的可互换性
计算机视觉与模式识别
2021-02-15 v4 机器学习
摘要
CNN 特征空间可以被线性映射，因此通常是可互换的。这种等价性在架构、训练数据集和网络任务的差异下均成立。具体而言，我们在 10 个图像分类 CNN 与 4 个人脸识别 CNN 之间进行了映射。当一个 CNN 生成的图像嵌入被转换为对应于在同一任务上训练的第二个人 CNN 的特征空间的嵌入时，它们各自的图像分类或人脸验证性能在很大程度上得以保持。对于训练到相同类别且共享通用后端 logit（softmax）架构的 CNN，线性映射总是可以直接从后端层权重计算得出。然而，具有分类器完全知识的闭集分析情况是受限的。因此，本文针对闭集图像分类任务和开集人脸识别任务，提出了估计映射的经验方法。所呈现的结果揭示了 CNN 嵌入在两项重要且常见的识别任务中本质上的可互换性。其影响深远，表明为共同任务设计并训练的 networks 所学到的表示之间存在潜在的共性。一个实际含义是，一些常用 CNN 的人脸嵌入可以利用这些映射进行比较。
引用
@article{arxiv.2010.02323,
title = {Exploring the Interchangeability of CNN Embedding Spaces},
author = {David McNeely-White and Benjamin Sattelberg and Nathaniel Blanchard and Ross Beveridge},
journal= {arXiv preprint arXiv:2010.02323},
year = {2021}
}
备注
Preprint, 11 pages, 2 figures, 6 tables