Foveated Retinotopy 提升卷积神经网络中的分类与定位
计算机视觉与模式识别
2025-12-16 v5 神经元与认知
摘要
从猎鹰捕食到人类识别面部，快速视觉能力依赖于 foveated 视网膜组织, 它在保持低分辨率周边视野的同时提供高分辨率中心视野。这种组织在早期视觉通路中得以保存, 但在机器学习中仍未得到充分探索。我们检验了将 foveated 视网膜转换作为预处理层嵌入卷积神经网络 (CNN) 对图像分类的影响。通过对 off-the-shelf 模型应用 log-polar 映射并重新训练, 我们在保持相当准确率的同时提高了对尺度和旋转的鲁棒性。我们表明, 该架构对 fixation 点位移极其敏感, 而这种敏感性可用于定义 saliency 图, 有效促进对象定位。我们的结果表明, foveated retinotopy 编码了先验几何知识, 为解决视觉搜索问题并提升分类和定位提供了解决方案。这些发现将生物视觉原理与人工网络相连接, 指向新的、稳健且高效的计算机视觉系统方向。
引用
@article{arxiv.2402.15480,
title = {Foveated Retinotopy Improves Classification and Localization in Convolutional Neural Networks},
author = {Jean-Nicolas Jérémie and Emmanuel Daucé and Laurent U Perrinet},
journal= {arXiv preprint arXiv:2402.15480},
year = {2025}
}