关于深度学习在图像重建中的不稳定性——AI 是否有代价？
计算机视觉与模式识别
2020-05-13 v1
摘要
深度学习因在图像分类等任务中前所未有的成功，已成为图像重建中的新工具，有潜力改变该领域。在本文中我们展示了一个关键现象：深度学习通常产生不稳定的图像重建方法。这些不稳定性通常以几种形式出现：(1) 图像和采样域中微小、几乎不可检测的扰动可能导致重建中严重的伪影，(2) 一个小的结构变化，例如肿瘤，可能在重建图像中未被捕捉，以及 (3)（一种反直觉的不稳定性类型）更多样本可能导致更差的性能。我们带有算法和易用软件的新稳定性测试可检测这些不稳定性现象。该测试旨在供研究者测试其网络的不稳定性，并供诸如食品药品监督管理局(FDA)等政府机构确保深度学习方法的安全使用。
引用
@article{arxiv.1902.05300,
title = {On instabilities of deep learning in image reconstruction - Does AI come at a cost?},
author = {Vegard Antun and Francesco Renna and Clarice Poon and Ben Adcock and Anders C. Hansen},
journal= {arXiv preprint arXiv:1902.05300},
year = {2020}
}