BriefGPT.xyz
Ask
alpha
关键词
image transformations
搜索结果 - 25
为什么深度卷积神经网络对小图像变换的泛化性表现很差?
本文研究了卷积神经网络在面对微小图像变换时不具有不变性及其成因。作者提出传统的卷积架构不满足传统采样定理及数据增强只适用于与训练集中典型图像相似的图像,且两种解决方案只能部分解决问题。因此,在网络保持高准确率的情况下保证不变性的问题仍未解决
→
PDF
6 years ago
ICLR
利用输入变换对抗图像进行对抗
探讨了采用图像转换策略,如降低位深、JPEG 压缩、总变量最小化和图像镶嵌等方法,以防御对图像分类系统的对抗性攻击。在 ImageNet 上的实验表明,总变量最小化和图像拼接是非常有效的防御方法,在网络对转换后的图片进行训练时表现尤为突出。
→
PDF
7 years ago
卷积神经网络方法的敏感性分析:嘈杂环境下的细粒度识别
本文旨在研究在细粒度识别方面 CNN 输出对图像转换和噪声的敏感性,回答了如何预测 CNN 的敏感度并增强其稳健性,使用常用的 CNN 架构 (AlexNet、VGG19、GoogleNet) 进行了广泛的经验灵敏度分析,并表明了 VGG1
→
PDF
8 years ago
GalSim:模块化星系图像模拟工具包
GALSIM 是一个开源项目,旨在为天文学研究提供图像模拟工具。其包含一些生成天体图像的软件库,可以以多种方式处理图像转换和操作,包括卷积和渲染等。GALSIM 满足高精度图像分析应用(如弱引力透镜)对性能的严格要求,并已应用于许多大型引力
→
PDF
10 years ago
基于深度卷积神经网络的图像分类的一些改进
通过给训练数据增加更多的图像变换、给测试时产生更多的预测和使用应用于更高分辨率图像的补充模型等多种技术,我们改进了目前基于深度卷积神经网络的图像分类流程,并在 Imagenet 大规模视觉识别挑战赛 2013 中获得了前五名,我们的系统分类
→
PDF
11 years ago
Prev
Next