探究与解释图像分类中的频率偏置
计算机视觉与模式识别
2022-08-17 v2 机器学习
图像与视频处理
摘要
CNN 表现出许多不同于人类的行为，其中之一是运用高频分量的能力。本文讨论了图像分类任务中的频率偏置现象：高频分量实际上比低和中频分量被利用得少得多。我们首先通过给出关于特征判别性和学习优先级的两条观察来探究频率偏置现象。此外，我们假设（i）谱密度、（ii）类别一致性直接影响频率偏置。具体而言，我们的研究证实数据集的谱密度主要影响学习优先级，而类别一致性主要影响特征判别性。
引用
@article{arxiv.2205.03154,
title = {Investigating and Explaining the Frequency Bias in Image Classification},
author = {Zhiyu Lin and Yifei Gao and Jitao Sang},
journal= {arXiv preprint arXiv:2205.03154},
year = {2022}
}
备注
6 pages, 7 figures