[论文理解]谐波网络:深度平移和旋转等变Harmonic Networks: Deep Translation and Rotation Equivariance

该博客主要探讨了CVPR 2017年论文中提出的Harmonic Networks,它通过复数滤波器实现CNN的旋转和平移等变性。文中介绍了模型的基本概念,包括滤波器Wm的定义以及如何通过指数项实现旋转不变性和线性等变性。此外,还讨论了通过交错卷积层来实现旋转等变性的方法。尽管存在拟合能力有限的局限性,但这一创新方法对于理解深度学习在处理旋转和平移变换时的等变性质具有重要意义。
摘要由CSDN通过智能技术生成

在这里插入图片描述

1.几个问题

1.1 基本信息

CVPR 2017

1.2 做了什么

CNN的旋转和平移等变

1.3 实现方法

引入一个复数滤波器

1.4 创新性 & 局限性

后面有一些文章认为这篇文章中的模型拟合能力有限,因为只有一个滤波器。

2.数学部分 & 模型构建

定义滤波器 W m {W_m} Wm

W m ( r , ϕ ; R , β ) = R ( r ) e i ( m ϕ + β ) {W_m}\left( {r,\phi ;R,\beta } \right) = R\left( r \right){e^{i\left( {m\phi + \beta } \right)}} Wm(r,ϕ;R,β)=R(r)ei(mϕ+β)

其中 ( r , ϕ ) \left( {r,\phi } \right) (r,ϕ)代表极坐标, R ( r ) R(r) R(r)是一个实函数,是后面网络要学习的部分。

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