调和网络：深度平移与旋转等变性
计算机视觉与模式识别
2017-04-12 v2 机器学习
机器学习
摘要
对输入图像进行平移或旋转不应影响许多计算机视觉任务的结果。卷积神经网络 (CNN) 已具备平移等变性：输入图像的平移会产生成比例的特征图平移。但对于旋转则并非如此。全局旋转等变性通常通过数据增强来寻求，但逐块等变性则更为困难。我们提出调和网络 (Harmonic Networks) 或称 H-Nets，这是一种对逐块平移和 360° 旋转均表现出等变性的 CNN。我们通过用圆谐波替换常规 CNN 滤波器来实现这一点，为每个感受野块返回最大响应和方向。H-Nets 使用一种丰富、参数高效且计算复杂度低的表示，我们展示了网络内部的深层特征图编码了复杂的旋转不变量。我们证明我们的层具有足够的通用性，可与最新的架构和技术（如深度监督和批归一化）结合使用。我们还在 rotated-MNIST 上取得了最先进的分类性能，并在其他基准挑战上获得了有竞争力的结果。
引用
@article{arxiv.1612.04642,
title = {Harmonic Networks: Deep Translation and Rotation Equivariance},
author = {Daniel E. Worrall and Stephan J. Garbin and Daniyar Turmukhambetov and Gabriel J. Brostow},
journal= {arXiv preprint arXiv:1612.04642},
year = {2017}
}
备注
Submitted to CVPR 2017