理解图像质量对深度神经网络的影响
计算机视觉与模式识别
2016-04-25 v2
摘要
图像质量是机器视觉系统设计常被忽视的重要实际挑战。通常，机器视觉系统在高质量图像数据集上训练和测试，但在实际应用中不能假设输入图像为高质量。近来，深度神经网络在许多机器视觉任务上取得了最先进的性能。本文中，我们提供了4个最先进深度神经网络模型在质量失真下的图像分类评估。我们考虑五种质量失真：模糊、噪声、对比度、JPEG与JPEG2000压缩。我们表明现有网络易受这些质量失真影响，尤其是对模糊与噪声。这些结果有助于未来开发对质量失真更具不变性的深度神经网络。
引用
@article{arxiv.1604.04004,
title = {Understanding How Image Quality Affects Deep Neural Networks},
author = {Samuel Dodge and Lina Karam},
journal= {arXiv preprint arXiv:1604.04004},
year = {2016}
}
备注
Final version will appear in IEEE Xplore in the Proceedings of the Conference on the Quality of Multimedia Experience (QoMEX), June 6-8, 2016