使用空间变换网络对齐CNN特征图的问题
计算机视觉与模式识别
2024-09-20 v1 机器学习
摘要
空间变换网络（STNs）旨在使CNN能够学习对图像变换的不变性。STNs最初被提出用于变换CNN特征图以及输入图像。这使得在预测变换参数时可使用更复杂的特征。然而，由于STNs执行纯空间变换，一般情况下它们无法对齐变换后图像与其原图的特征图。我们给出对此的理论论证并考察实际影响，表明这种无能伴随分类准确率的下降。我们主张通过在分类网络与定位网络间共享参数，从而在更深层中利用更复杂特征。
引用
@article{arxiv.2001.05858,
title = {The problems with using STNs to align CNN feature maps},
author = {Lukas Finnveden and Ylva Jansson and Tony Lindeberg},
journal= {arXiv preprint arXiv:2001.05858},
year = {2024}
}
备注
Accepted to Northern Lights Deep Learning Workshop 2020, Troms{\o}, 2 pages, 3 figures