哪些图像对机器更具记忆性？
计算机视觉与模式识别
2023-07-13 v2 人工智能
机器学习
摘要
本文研究测量和预测一幅图像对模式识别机器的记忆程度这一问题，作为探索机器智能的一条路径。首先，我们提出了一种自监督的机器记忆量化流程，称为“MachineMem measurer”，用于收集图像的机器记忆性分数。与人类相似，机器也倾向于记忆某些种类的图像，但机器和人类记忆的图像类型不同。通过深入分析和全面可视化，我们逐步揭示“复杂”图像通常对机器更具记忆性。我们进一步在11种不同的机器（从线性分类器到现代ViT）和9种预训练方法上进行了大量实验，以分析和理解机器记忆。本工作提出了机器记忆性的概念，并在机器记忆与视觉数据的交叉领域开辟了新的研究方向。
引用
@article{arxiv.2211.07625,
title = {What Images are More Memorable to Machines?},
author = {Junlin Han and Huangying Zhan and Jie Hong and Pengfei Fang and Hongdong Li and Lars Petersson and Ian Reid},
journal= {arXiv preprint arXiv:2211.07625},
year = {2023}
}
备注
Code: https://github.com/JunlinHan/MachineMem Project page: https://junlinhan.github.io/projects/machinemem.html