利用变分自编码器进行数感感知
计算机视觉与模式识别
2018-08-02 v1
摘要
数量（numerosity，即集合中物体的个数）是给定视觉场景的基本属性。许多动物发展出数感感知（subitizing）的感知能力：对小型视觉物品集合中的数量进行近乎即时的识别。在计算机视觉中，已有研究表明，在对简单合成图像进行无监督学习时，数量会作为统计属性在神经网络中涌现。本工作中，我们聚焦于使用无监督分层神经网络处理更复杂的自然图像。具体而言，我们展示了变分自编码器在无需监督、基于 Salient Object Subitizing 数据集上大量图像训练后，能够自发地执行数感感知。尽管我们的方法在数感感知上无法超越有监督卷积网络，但我们观察到网络学会将数量编码为基本视觉属性。此外，我们发现所学表征很可能独立于物体面积；这一观察与认知神经科学中对生物神经网络的研究相一致。
引用
@article{arxiv.1808.00257,
title = {Subitizing with Variational Autoencoders},
author = {Rijnder Wever and Tom F. H. Runia},
journal= {arXiv preprint arXiv:1808.00257},
year = {2018}
}