切片-Wasserstein空间中用于有限训练数据图像分类的不变性编码
计算机视觉与模式识别
2022-07-26 v3 机器学习
摘要
深度卷积神经网络(CNN)被广泛认为是通用的端到端图像分类系统的最先进方法。然而,已知它们在训练数据有限时表现不佳,从而需要数据增强策略,这使得该方法计算昂贵且并非总是有效。与机器学习中通常所做的那样使用数据增强策略来编码不变性不同,这里我们提出通过在切片-Wasserstein空间中利用最近引入的图像变换Radon累积分布变换(R-CDT)的某些数学性质,对最近子空间分类模型进行数学增强。我们证明,对于特定类型的分类问题,我们的数学解在分类准确率和计算复杂度方面优于带深度CNN的数据增强,并且在有限训练数据设置下特别有效。该方法简单、有效、计算高效、非迭代,且无需调参。实现我们方法的Python代码可在 https://github.com/rohdelab/mathematical_augmentation 获取。我们的方法作为软件包PyTransKit的一部分集成,其可在 https://github.com/rohdelab/PyTransKit 获取。
引用
@article{arxiv.2201.02980,
title = {Invariance encoding in sliced-Wasserstein space for image classification with limited training data},
author = {Mohammad Shifat E Rabbi and Yan Zhuang and Shiying Li and Abu Hasnat Mohammad Rubaiyat and Xuwang Yin and Gustavo K. Rohde},
journal= {arXiv preprint arXiv:2201.02980},
year = {2022}
}