受人类眼睛启发的对数极坐标神经网络预处理
神经与进化计算
2019-11-05 v1 机器学习
摘要
在本文中，我们从人类视觉系统中汲取灵感，提出一种受生物启发的神经网络预处理阶段。我们通过将对数极坐标（log-polar）变换作为预处理步骤来实现这一点，并且为进行演示，我们使用了一个朴素的卷积神经网络（CNN）。我们证明了受生物启发的预处理阶段可以为 CNN 带来旋转和尺度鲁棒性。本文的一个关键点是，CNN 无需被训练来识别旋转或缩放排列；相反，是对数极坐标预处理步骤将图像转换为一种允许 CNN 处理旋转和缩放排列的格式。此外，我们展示了添加对数极坐标变换作为预处理步骤可将图像大小减少至欧几里得图像大小的约 20%，且不会显著损害 CNN 的分类精度。本文提出的预处理阶段是依据视网膜建模的，因此仅针对图像数据集进行了测试。注：本文已投稿至 SAUPEC/RobMech/PRASA 2020。
引用
@article{arxiv.1911.01141,
title = {Human eye inspired log-polar pre-processing for neural networks},
author = {Leendert A Remmelzwaal and Amit Mishra and George F R Ellis},
journal= {arXiv preprint arXiv:1911.01141},
year = {2019}
}