通过监督与自监督训练学习新物体的在线视觉不变性
计算机视觉与模式识别
2022-04-05 v3 人工智能
摘要
人类能够识别经历各种空间变换（如尺度和视角）的物体。这延伸到新物体，在单一姿态下单次呈现之后即可，有时被称为在线不变性。CNN已被提出作为人类视觉的一种引人注目的模型，但其跨变换识别物体的能力通常在经过大量数据增强后于训练类别的留出样本上测试。本文通过训练模型识别经历若干变换的合成3D物体图像——旋转、缩放、平移、亮度、对比度和视角——来评估标准CNN是否能支持类人的在线不变性。通过对模型内部表征的分析，我们表明，在变换物体上训练的标准监督CNN即使仅用取自10个类别的少至50个物体训练，也能在新类别上获得强不变性。这延伸到了一个不同的真实物体照片数据集。我们还表明，这些不变性可以通过自监督方式获得，即通过解决相同/不同任务。我们建议，后一种方法可能类似于人类获得不变性的方式。
引用
@article{arxiv.2110.01476,
title = {Learning Online Visual Invariances for Novel Objects via Supervised and Self-Supervised Training},
author = {Valerio Biscione and Jeffrey S. Bowers},
journal= {arXiv preprint arXiv:2110.01476},
year = {2022}
}