重新思考图像读取中的之字形展平
计算机视觉与模式识别
2024-08-21 v8
摘要
词向量的序列顺序对文本读取至关重要，这一点在自然语言处理（NLP）中已被证实。然而，计算机视觉（CV）中不同序列顺序的规律尚未被充分探索，例如为何“之字形”展平（ZF）通常作为默认选项用于获取视觉网络中的图像块顺序。值得注意的是，在分解多尺度图像时，ZF无法保持特征点位置的不变性。为此，我们研究了希尔伯特分形展平（HF）作为CV中另一种序列顺序方法，并将其与ZF进行对比。HF在维度空间的多尺度变换中，被证明在保持空间局部性方面优于其他曲线。并且它可以轻松插入大多数深度神经网络（DNNs）中。大量实验表明，它能为多种架构带来一致且显著的性能提升。最后，我们希望我们的研究能激发关于图像读取展平策略的进一步研究。
引用
@article{arxiv.2202.10240,
title = {Rethinking the Zigzag Flattening for Image Reading},
author = {Qingsong Zhao and Yi Wang and Zhipeng Zhou and Duoqian Miao and Limin Wang and Yu Qiao and Cairong Zhao},
journal= {arXiv preprint arXiv:2202.10240},
year = {2024}
}
备注
Modify the title, and introduce more innovative content