CNN 如何利用图像位置进行分割？
图像与视频处理
2020-05-08 v1 计算机视觉与模式识别
摘要
卷积是一种等变操作，图像位置不会影响其结果。最近的一项研究表明，CNN 卷积层中采用的零填充为 CNN 提供了位置信息。该研究进一步声称，该位置信息使得对象识别、分割等若干任务能够准确推断。然而，该研究的实验设计存在技术问题，因此其主张的正确性尚待验证。此外，绝对图像位置对于自然图像分割可能并非必要，因为目标对象会出现在任意图像位置。在本研究中，我们探究位置信息如何以及能够被用于分割任务。为此，我们考虑向输入图像添加嵌入图像位置的通道的{\em 位置编码}（PE），并将 PE 与若干填充方法进行比较。考虑到自然图像的上述特性，我们选择了医学图像分割任务，其中绝对位置似乎相对重要，因为（不同患者的）相同器官以相似的大小和位置被采集。我们从实验结果中得出一个混合结论：位置编码在某些情况下确实有效，但绝对图像位置对于分割任务可能并不像我们想象的那么重要。
引用
@article{arxiv.2005.03463,
title = {How Can CNNs Use Image Position for Segmentation?},
author = {Rito Murase and Masanori Suganuma and Takayuki Okatani},
journal= {arXiv preprint arXiv:2005.03463},
year = {2020}
}
备注
11 pages