借助 TPNET 看得更远：瓦片处理器与 CNN 的共生
计算机视觉与模式识别
2018-11-21 v1
摘要
随着神经网络的演进，更多专用单元被加入到基本构建块集合中。这些单元旨在改善训练收敛性、提升整体性能并减少所需标签数量，同时保持通用网络的表达能力。受人类视觉感知系统在眼睛与大脑皮层之间分工的启发，我们提出 TPNET，它将通用及特定应用的 CNN 从高分率像素数据的大批量处理中卸载下来，执行平移变体图像校正，同时将全部非线性决策交由网络完成。本工作中，我们探索 TPNET 在窄基线（0.0001-0.0025）四目立体相机三维感知中的应用，并证明训练后的网络由瓦片处理器（TP）输出的二维相位相关结果预测视差，其精度是精心手工设计算法预测的两倍。TP 进而降低网络输入特征的维度并提供仪器无关与平移无关的数据，使实时高分辨率立体三维感知可行，并缓解对完整端到端网络的需求。
引用
@article{arxiv.1811.08032,
title = {See far with TPNET: a Tile Processor and a CNN Symbiosis},
author = {Andrey Filippov and Oleg Dzhimiev},
journal= {arXiv preprint arXiv:1811.08032},
year = {2018}
}
备注
10 pages, 7 figures