关键词geometric transformations
搜索结果 - 23
- 学习协变特征检测器
本文提出了第一个完全通用的局部协变特征检测器学习方法,将检测视为回归问题,使用深度神经网络等强大的回归器,提出了一个可以用于自动学习提供局部特征检测稳定锚点的协方差约束,并在标准特征基准测试中展示了平移和旋转协变检测器的实证结果。
- Manitest:分类器真的具有不变性吗?
本文提出了一种严谨和系统的方法来量化任何分类器对几何变换的不变性,并使用该方法证明了数据增强对学习不变性的重要性,以及卷积神经网络深度增加时不变性的增加。该方法可应用于评估和比较分类器的不变性,并有助于改进现有分类器的不变性。
- 用于紧凑图像表示的对象级深度特征池化
本文提出一种基于卷积神经网络和物件性先验知识的图像检索方法,通过对图像区域深度特征和物件性先验的结合,有效地解决了图像在几何变换和物品构成方面的不变性问题,从而实现更准确高效的图像检索。