面向计算机视觉的全变分优化层
计算机视觉与模式识别
2022-04-08 v1
摘要
在深度网络层内嵌入优化已成为深度网络层设计的新方向。然而，将这些层应用于计算机视觉任务时面临两大挑战：(a) 层内采用何种优化问题是有用的？(b) 如何确保层内计算保持高效？为研究问题(a)，本文提出将全变分(TV)最小化作为计算机视觉的一个层。受全变分在图像处理中成功的启发，我们假设TV作为层也能为深度网络提供有用的归纳偏置。我们在五个计算机视觉任务上验证这一假设：图像分类、弱监督目标定位、边缘保持平滑、边缘检测和图像去噪，均优于现有基线。为取得这些结果，我们解决了问题(b)：开发了一种基于GPU的投影牛顿法，其速度比现有方案快37倍。
引用
@article{arxiv.2204.03643,
title = {Total Variation Optimization Layers for Computer Vision},
author = {Raymond A. Yeh and Yuan-Ting Hu and Zhongzheng Ren and Alexander G. Schwing},
journal= {arXiv preprint arXiv:2204.03643},
year = {2022}
}
备注
CVPR 2022