Group Equivariant CNNとM理論について - xiangze's sparse blog

画像内の物体が回転したり変形したりしていても認識できるような方法に関する研究の論文を読みました。 CNNでは学習データを大量に用意しなければならず、そのために既存の画像に並行や回転などの操作を施して学習を行うと精度が向上することが知られています(data augumentation)。データを多くすることなく同程度の精度を達成するような回路構成が考えられてられてます。 Group Equivariant Convolutional Networks 解説 実装 評価 Harmonic Networks 実装 M理論とは 思ったこと その他参考 Group Equivariant Convolutional Networks https://arxiv.org/abs/1602.07576 解説 画像Iを座標x,y∈Z^2の関数として表現すると 畳み込み演算(convolution)は関数f

[lanius]

画像内の物体の回転や変形を認識する研究。