Raw Instinct：信任你的分类器并跳过转换
计算机视觉与模式识别
2024-03-22 v1
摘要
考虑到从RAW转换到RGB并不会引入任何新的捕获信息，在计算机视觉问题中使用RAW图像的研究少得令人惊讶。本文中，我们证明一个足够先进的分类器在RAW输入上可以获得与RGB相当的结果，并发布一个包含RAW图像及对应转换RGB图像的新公开数据集。直接从RAW分类图像颇具吸引力，因为它允许跳过向RGB的转换，显著降低计算时间。我们使用两种CNN分类器对两种格式的图像进行分类，证实分类性能确实可以保持。我们进一步表明，从RAW图像数据到分类结果的总计算时间，RAW图像可比RGB快达8.46倍。这些结果进一步佐证了相关工作中的一个发现：将RAW图像作为计算机视觉算法的直接输入前景广阔。
引用
@article{arxiv.2403.14439,
title = {Raw Instinct: Trust Your Classifiers and Skip the Conversion},
author = {Christos Kantas and Bjørk Antoniussen and Mathias V. Andersen and Rasmus Munksø and Shobhit Kotnala and Simon B. Jensen and Andreas Møgelmose and Lau Nørgaard and Thomas B. Moeslund},
journal= {arXiv preprint arXiv:2403.14439},
year = {2024}
}
备注
https://www.kaggle.com/datasets/mathiasviborg/raw-instinct