论最小可识别图像块
计算机视觉与模式识别
2020-10-13 v1
摘要
与人类视觉相比，常见的识别算法在部分遮挡的图像上常常失效。我们提出通过经验方式刻画算法的局限性，即寻找一个最小可识别块（MRP），该块本身足以识别图像。一个专门的深度网络使我们能够找到给定尺寸下信息量最大的块，并作为实验工具。近期一项人类视觉研究刻画了相关（但不同）的最小可识别构型（MIRCs）[1]，我们为其指定了计算对应物（记为 cMIRCs）。这些 MIRCs 尺寸减小所伴随的人类决策准确率下降是显著且急剧的。有趣的是，我们指定的计算版本中也发现了这种急剧下降。
引用
@article{arxiv.2010.05858,
title = {On the Minimal Recognizable Image Patch},
author = {Mark Fonaryov and Michael Lindenbaum},
journal= {arXiv preprint arXiv:2010.05858},
year = {2020}
}
备注
Submitted to ICPR2020