空间 Transformer 网络
计算机视觉与模式识别
2016-02-05 v3
摘要
卷积神经网络定义了一类异常强大的模型，但仍受限于缺乏以计算和参数高效的方式对输入数据进行空间不变的能力。在这项工作中，我们引入一个新的可学习模块，即空间Transformer，它显式允许网络内数据的空间操纵。该可微模块可被插入现有卷积架构中，赋予神经网络主动空间变换特征图的能力，且以特征图本身为条件，无需任何额外的训练监督或优化过程修改。我们展示空间Transformer的使用导致了学习平移、尺度、旋转及更一般扭曲不变性的模型，在多个基准上以及对于若干类变换取得了最先进的性能。
引用
@article{arxiv.1506.02025,
title = {Spatial Transformer Networks},
author = {Max Jaderberg and Karen Simonyan and Andrew Zisserman and Koray Kavukcuoglu},
journal= {arXiv preprint arXiv:1506.02025},
year = {2016}
}