通过反转理解深度图像表示
计算机视觉与模式识别
2014-12-02 v1
摘要
从 SIFT 和视觉词袋到卷积神经网络 (CNNs)，图像表示几乎是任何图像理解系统的关键组成部分。然而，我们对它们的理解仍然有限。在本文中，我们通过提出以下问题对表示中包含的视觉信息进行直接分析：给定图像的编码，在多大程度上可以重建图像本身？为了回答这个问题，我们贡献了一个反转表示的通用框架。我们表明，该方法比最近的替代方法更准确地反转 HOG 和 SIFT 等表示，同时也适用于 CNNs。随后，我们首次利用该技术研究了最新最先进的 CNN 图像表示的反转。在我们的发现中，我们表明 CNNs 中的 several layers 保留了关于图像的摄影级准确信息，并具有不同程度的几何和光度不变性。
引用
@article{arxiv.1412.0035,
title = {Understanding Deep Image Representations by Inverting Them},
author = {Aravindh Mahendran and Andrea Vedaldi},
journal= {arXiv preprint arXiv:1412.0035},
year = {2014}
}