利用二维变换的系统性知识
计算机视觉与模式识别
2024-04-24 v2 机器学习
摘要
现有的深度学习模型在计算机视觉任务中存在分布外（o.o.d.）性能下降的问题。相比之下，得益于所获取知识的系统性，人类即便面对罕见场景也具备出色的图像理解能力。本工作聚焦于：1）获取二维变换的系统性知识；2）能够在o.o.d.环境下图像分类任务中利用所学知识的架构组件。基于在因果框架下构建的合成数据集的新训练方法，深度神经网络从语义不同的领域（例如甚至从噪声中）获取知识，并在参数估计实验中展现出一定程度的系统性。在此基础上，设计了一种由分类器、估计器和标识符组成的新颖架构（简称“CED”）。通过模拟人类视觉感知中的“假设-验证”过程，CED在协变量偏移下的测试集上显著提升了分类准确率。
引用
@article{arxiv.2206.00893,
title = {Leveraging Systematic Knowledge of 2D Transformations},
author = {Jiachen Kang and Wenjing Jia and Xiangjian He},
journal= {arXiv preprint arXiv:2206.00893},
year = {2024}
}