CVPRMay, 2015
当前卷积架构处理噪声位置和尺度变异能力的实证评估
An Empirical Evaluation of Current Convolutional Architectures' Ability to Manage Nuisance Location and Scale Variability
Nikolaos Karianakis, Jingming Dong, Stefano Soatto
TL;DR本文通过使用卷积神经网络,对数据的位置、大小和宽高比等干扰因素的影响进行了实证研究,发现在当前卷积神经网络的复杂度和数据集规模的条件下,卷积神经网络对于边缘干扰变化的能力十分有限,同时还提出了改进的采样技术。作者在 ImageNet Challenge 基准分类任务和 Oxford 与 Fischer 的数据集的广泛基线匹配任务上测试了他们的假设。