块重排序：在卷积神经网络中实现旋转与平移不变性的新方法
计算机视觉与模式识别
2019-12-02 v1 机器学习
图像与视频处理
机器学习
摘要
卷积神经网络（CNNs）已在许多视觉识别任务上展现出最先进的性能。然而，卷积与池化操作的结合仅对输入中有意义物体的微小局部位置变化表现出不变性。有时，此类网络通过数据增强进行训练，以将这些不变性编码进参数中，这限制了模型学习这些物体内容的能力。更高效地利用参数预算的方式是将旋转或平移不变性编码进模型架构中，从而减轻模型学习它们的负担。为使模型专注于学习物体内容而非其位置，我们提出在将特征图送入下一层之前对其进行块排序（patch ranking）。当块排序与卷积和池化操作结合时，无论输入中有意义物体位于何处，我们都能获得一致的表示。我们表明，块排序模块在诸多基准任务上提升了CNN的性能，包括MNIST数字识别、大规模图像识别与图像检索。代码见 https://github.com//jasonustc/caffe-multigpu/tree/TICNN 。
引用
@article{arxiv.1911.12682,
title = {Patch Reordering: a Novel Way to Achieve Rotation and Translation Invariance in Convolutional Neural Networks},
author = {Xu Shen and Xinmei Tian and Shaoyan Sun and Dacheng Tao},
journal= {arXiv preprint arXiv:1911.12682},
year = {2019}
}
备注
Accepted AAAI17