用于航拍场景分类的不变深度可压缩协方差池化
计算机视觉与模式识别
2020-11-12 v1 机器学习
摘要
学习判别性与不变的特征表示是视觉图像分类的关键。本文提出一种新颖的不变深度可压缩协方差池化（IDCCP）以解决航拍场景分类中的干扰性变化。我们考虑根据由多个混杂正交矩阵（如 D4 群）组成的有限变换群对输入图像进行变换。随后，我们采用 Siamese 风格网络将该群结构迁移至表示空间，从而可导出在该群作用下不变的平凡表示。以平凡表示训练的线性分类器也将具备不变性。为进一步提升表示的判别能力，我们将表示扩展至张量空间，同时对变换矩阵施加正交约束以有效降低特征维数。我们在公开发布的航拍场景图像数据集上进行了大量实验，证明了该方法相较于最先进方法的优越性。特别地，在使用 ResNet 架构时，我们的 IDCCP 模型可在不损失精度（即 <0.5%）的情况下将张量表示的维数降低约 98%。
引用
@article{arxiv.2011.05702,
title = {Invariant Deep Compressible Covariance Pooling for Aerial Scene Categorization},
author = {Shidong Wang and Yi Ren and Gerard Parr and Yu Guan and Ling Shao},
journal= {arXiv preprint arXiv:2011.05702},
year = {2020}
}
备注
This article has been accepted for inclusion in a future issue of IEEE Transactions on Geoscience and Remote Sensing. Content is final as presented, with the exception of pagination