深度学习(1)Spatial Transform Network

相关背景

如果网络中的图片,经过旋转、平移、缩放及裁剪等操作,网络输出同样的检测结果,那么我们说这个网络具有空间变换不变性

传统CNN网络的池化层具有平移不变性,但是CNN网络对于大尺度的空间变换,不具备不变性。

STN提出的空间网络变换层,具有保证网络保持空间变换不变性的能力。这样,这个网络可以加到现有的卷积网络中,提高分类的准确性。

举个例子:输入手写字体,我们感兴趣的是数字区域,那么在训练过程中,学习到的空间变换网络能自动提取局部数据特征,并对框内的数据进行空间变换,得到output。

综上所示,STN主要有三个作用:
1、可以将输入转为下一层期望的形式
2、可以在训练中自动选择感兴趣的区域特征
3、可以实现对各种形变数据进行空间变换

14085710-c768cccff30f9e5a.png
手写字的空间转换网络示意图

算法概述

STN网络包含三部分:
1、Localization Network 局部网络
2、Parameterised Sampling Grid 参数化网格采样
3、Differentiable Image Sampling 差分图像采样

1、局部网络

输入:特征图
输出:变换矩阵

图像经过变换后,每个点的像素值一定会变化,如何确定变换后每个点的像素值呢?

2、参数化网格采样

目的:得到输出特征图的特征点对应的输入特征图的坐标点的位置

14085710-2947697d35659a4c.png
寻找对应点

注意,这里是根据目标图片中的坐标为基础,找输入照片中对应的特征点。

通过这步,我们就得到了目标特征图中每个坐标在输入图片中的对应位置。下面我们就可以直接根据这个关系,提取输入图片每个位置的像素值。但是有个问题:目标图片的坐标对应的输入图片的坐标点,不一定为整数坐标点,而整数坐标点才能提取像素值。

下个步骤就解决了这个问题。

3、差分图像采样

这一步完成的任务就是,利用插值的方式,找到对应点的灰度值。

14085710-8c6ea5ef1ca17629.png
双线性差值

现在再去看一下STN的图示,应该会更好理解一些。


14085710-b8ec30e09e49ec8a.png
SNT
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值