等变胶囊间用于变换鲁棒胶囊网络的迭代协作路由
计算机视觉与模式识别
2022-10-21 v1
摘要
变换鲁棒性是执行图像分类的机器学习模型的一项重要特性。许多方法旨在通过数据增强策略赋予模型此性质，而更形式化的保证则通过等变模型获得。我们认识到，组合性或部分-整体结构也是构建变换鲁棒模型时必须考虑的图像重要方面。因此，我们提出了一种同时具备等变性和组合性感知的胶囊网络模型。我们胶囊网络模型的等变性源于在精心选择的新型架构中使用等变卷积。组合性感知来自我们使用提出的新型、迭代的、基于图的路由算法，称为迭代协作路由（ICR）。ICR 作为我们贡献的核心，基于其最近邻的度中心性的迭代平均得分对胶囊的预测进行加权。在 FashionMNIST、CIFAR-10 和 CIFAR-100 上的变换图像分类实验表明，我们使用 ICR 的模型优于卷积与胶囊基线，取得了最先进的性能。
引用
@article{arxiv.2210.11095,
title = {Iterative collaborative routing among equivariant capsules for transformation-robust capsule networks},
author = {Sai Raam Venkataraman and S. Balasubramanian and R. Raghunatha Sarma},
journal= {arXiv preprint arXiv:2210.11095},
year = {2022}
}