统计学习与感知距离之间的关系
计算机视觉与模式识别
2022-03-17 v4 图像与视频处理
神经元与认知
摘要
已有大量研究表明，人类视觉系统的行为与自然图像统计相关。由于机器学习同样依赖于训练数据的统计，上述联系在使用感知距离（模仿人类视觉系统行为）作为损失函数时具有有趣的含义。本文旨在揭示数据概率分布、感知距离与无监督机器学习之间非平凡的关系。为此，我们表明感知敏感度与图像在其邻近区域中的概率相关。我们还探讨了自编码器诱导的距离与训练数据概率分布之间的关系，以及这些诱导距离如何与人类感知相关联。最后，我们发现除了数据稀缺且感知距离提供正则化的情况外，在常见图像处理任务中感知距离并不总比欧氏距离带来明显的性能提升。我们提出这可能是由于图像统计的“重复计算”效应，一次在感知距离中，一次在训练过程中。
引用
@article{arxiv.2106.04427,
title = {On the relation between statistical learning and perceptual distances},
author = {Alexander Hepburn and Valero Laparra and Raul Santos-Rodriguez and Johannes Ballé and Jesús Malo},
journal= {arXiv preprint arXiv:2106.04427},
year = {2022}
}