[论文理解]缩放不变卷积Scale Steerable Filters for Locally Scale-Invariant Convolutional Neural Networks

最新推荐文章于 2021-01-04 16:21:12 发布
最新推荐文章于 2021-01-04 16:21:12 发布
阅读量527 收藏 1
点赞数
分类专栏： 论文阅读 文章标签： 卷积 神经网络 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bxdzyhx/article/details/110427841
版权
该博客介绍了如何实现缩放不变卷积，通过使用复数滤波器和原子滤波器的组合，借鉴Harmonic-Net的方法。作者详细探讨了原子复数卷积核的构建，缩放不变卷积的运算，以及如何确保卷积核在缩放后的不变性。此外，还提供了代码链接和实验结果。
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

arXiv 2019

1.2 做了什么

实现缩放不变卷积

1.3 实现方法

和Harmonic-Net类似，采取了复数滤波器。不过采取的是log形式，且有多个原子滤波器，神经网络学习的是原子滤波器的组合系数。

1.4 代码链接

Github

1.5 结果

在这里插入图片描述
在这里插入图片描述

2.数学部分 & 模型构建

2.1 原子复数卷积核

原子滤波器是 S k j {S^{kj}} Skj
在这里插入图片描述
在这里插入图片描述
d ( ϕ , ϕ j ) d\left( {\phi ,{\phi _j}} \right) d(ϕ,ϕj​)是两个角度之间的距离（就是做差）。

2.2 缩放不变卷积

对输入图像

最低0.47元/天 解锁文章
不想待在银河系
关注
专栏目录
Steerable filter：这个包实现了一阶和二阶高斯导数可控滤波器-matlab开发
05-30
这个包实现了论文的高斯函数的一阶导数和二阶导数的可控滤波器 WT Freeman 和 EH Adelson，“可控滤波器的设计和使用”，IEEE PAMI，1991。 致谢：此文件的灵感来自 Douglas Lanman 在http://www.mathworks.com/matlabcentral/fileexchange/9645-steerable-gaussian-filters 上的“可操纵高斯滤波器” 然而，Douglas Lanman 的实现有两个主要改进： 1.滤波器模板经过归一化处理，响应的幅度更加合理。 2. 加入高斯的二阶导数（LOG）。
steerable filter
ZhuLT23的博客
05-21 638
#include"stdafx.h" #include"stdlib.h" #include<opencv2\opencv.hpp> #include<opencv2\highgui\highgui.hpp> #include<opencv2\core\core.hpp> #include<opencv2\ml\ml.hpp> #include&lt...
matlab练习程序（steerable filters）
weixin_34348805的博客
01-08 740
好老的技术了，91年的，不过我发现网上介绍的还真不多。 steerable filters方向可调滤波器，通过在不同方向上产生模板，然后用不同方向上的模板去卷积图像，就能得到图像的边缘。 产生的模板分不同阶，不同阶有不同的系数，系数分幅度系数和方向系数，最后的模板是不同方向上的系数相乘再相加。 下面是一些求系数的公式，都是在mit的一个教程上找到的，并且我也用了其中的三阶系数来编程。 二阶...
Steerable-filter
05-18
可操纵的金字塔和STSIM指标 实现复杂的可控金字塔分解。 还有STSIM，STSTIM 2和STSIM M等感知图像指标 安装： sudo pip安装感性 用法： 使用perceptual.filterbank.Steerable（）和perceptual.metric.Metric类
边缘提取（二）：Steerable filter简单理解
weixin_38907330的博客
07-05 5743
Steerable filter简单理解 （如果要看代码，可以直接跳转到下面，中间的理论推导可能有废话，如果要看steerable的原文，The Design and Use of Steerable Filters  William T，91年的老文章了）      若多元函数  f在点  存在对所有自变量的偏导数，则称向量gradf 为函数 f 在点  的梯度，记向量gradf 的长度（或...
Multi-scale Convolutional Neural Networks for Lung Nodule Classification论文记录
XiaoTaiYang6的博客
12-06 1623
多尺度卷积神经网络的肺结节分类 摘要 与传统研究主要依赖于结节分割进行区域分析不同，我们解决了一个更有挑战性的问题，即直接建模原始结节斑块，而不需要事先定义结节形态。提出了一个分级学习框架|多尺度卷积神经网络(MCNN)|通过从交替堆叠的层中提取鉴别特征来捕获结节的异质性。特别是，为了充分量化结节特征，我们的框架利用多尺度结节斑块，通过将每个输入尺度的最后一层得到的响应神经元激活串联起来，同时学习...
《Multi-scale Convolutional Neural Networks for Crowd Counting》论文笔记
杨的博客
01-10 1917
Multi-scale Convolutional Neural Networks for Crowd Counting论文地址论文翻译ABSTRACT1. INTRODUCTION2. MULTI-SCALE CNN FOR CROWD COUNTING2.1. Multi-scale Network Architecture2.2. Scale-relevant Density Map2.3....
【论文解读】Single Image Dehazing via Multi-scale Convolutional Neural Networks_ECCV2016
yhz_xi的博客
01-04 2254
Introduction 现有图像去雾方法的性能受到手工设计的功能（例如暗通道，色差和最大对比度）以及复杂融合方案的限制。在本文中，我们通过学习模糊图像与其对应的透射图之间的映射关系，提出了一种用于单图像去雾的多尺度深度神经网络。 所提出的算法由基于整个图像预测整体透射图的粗尺度网和局部细化结果的细尺度网组成。 为了训练多尺度深层网络，我们基于NYU深度数据集合成了一个由模糊图像和相应的传输图组成的数据集。大量实验表明，该算法在质量和速度方面都优于合成和真实图像上的最新技术 M...
Steerable Gaussian Filters：评估图像沿任意轴的方向导数。-matlab开发
06-01
该程序可用于评估图像的一阶导数。 过滤器的方向可由用户指定。 一般来说，这些过滤器可用于边缘检测和图像分析。 该程序创建的过滤器源自以下所示的“可操纵过滤器”： WT Freeman 和 EH Adelson，“可控滤波器的设计和使用”，IEEE PAMI，1991。 包含一个演示程序 (runDemo.m)，它将创建一个动画，显示从 0 度到 360 度（以 15 度为增量）均匀分布的方向导数。
e2cnn_experiments:通用E（2）-等变可操纵CNN的实验
05-08
通用E（2）-等变可操纵CNN的实验 | 入门-环境 首先，您可以设置一个Conda环境，其中包含一些必需的软件包 conda create --name e2exp python=3.6 source activate e2exp conda install -y pytorch=1.3 torchvision cudatoolkit=10.0 -c pytorch conda install -y -c conda-forge matplotlib conda install -y scipy=1.5 pandas scikit-learn=0.23 conda install -y -c anaconda sqlite 现在，我们添加库。 由于该环境具有Python 3.6，因此我们将克隆分支。 注意：在运行以下命令之前，请确保您位于./experiments/文件夹中。 mkd
使用定向三次卷积插值的图像缩放：此代码提供了可重现的实现。-matlab开发
05-30
该 Matlab 代码包实现了基于方向三次卷积插值的图像插值算法，该算法已在以下论文中进行了描述： D. Zhou、X. Shen 和 W. Dong， 使用定向三次卷积插值的图像缩放， IET 图像处理，卷。 6，第 6 期，第 627-634 页，2012 年。 这个包包括3个功能： DCC.m - 核心算法Calc_MSE_SNR.m - 计算 MSE、SNR 和 PSNR testDCC.m - 核心算法的测试函数 它还包括2折。 折叠的original_images包括纸张中使用的所有原始图像，折叠的result_images用于保存结果图像。 更多信息请联系：zdw@ncepu.edu.cn
数字图像处理Python语言实现-图像滤波-Steerable滤波
视觉与物联智能
12-18 933
Steerable滤波 1、前言 Steerable滤波是Adelson和Freeman在论文The Design and Use of Steerable Filters提出的一种滤波。Steerable滤波是一种方向可调的滤波器，通过在不同方向上产生模板，然后用不同方向上的模板去卷积图像，就可以得到图像的边缘。Steerable滤波用于图像纹理特征提取中。 2、Steerable滤波描述 2.1 、Adelson 和Freeman的转向定理 Adelson和Freeman在1991年的论文中证明了三个定
Image Processing and Analysis_8_Edge Detection：Design of steerable filters for feature detection usi...
Alliswell_WP
09-28 428
此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。 8. Edge Detection 边缘检测也是图像处理中的一个基本任务。...
Image Processing and Analysis_8_Edge Detection：The Design and Use of Steerable Filters——1991
Alliswell_WP
09-24 740
此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。 8. Edge Detection 边缘检测也是图像处理中的一个基本任务。...
第四节 常用组件 之 Filter 优化
szhang的专栏
04-10 388
以下提示可提高过滤器性能： 在映射中先使用过滤器转换。         要使会话性能最忧化，应使过滤器转换尽可能靠近映射中的源。并不是将您准备放弃的行传递至映射，而是在随后从源至目标的数据流中过滤出不需要的数据。 使用源限定符转换至过滤器。         源限定符转换是过滤行的另一种方式。源限定符转换并不是从映射中过滤行，而是在从源读取时就进行过滤。主要的差异是源限定符限制从源进
图像处理理论（三）——双边滤波, Steerable滤波, Gabor滤波, Schmid滤波
antkillerfarm的专栏
09-05 8067
双边滤波, Steerable滤波, Gabor滤波, Schmid滤波
EfficientNet 解析：卷积神经网络模型尺度变换的反思
11-29 1256
原标题 |EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks 作　者 |Aakash Nain 自 AlexNet 赢得 2012 年 ImageNet 的竞赛以来，CNN（卷积神经网络的缩写）已成为深度学习中各种任务（尤其是计算机视觉）的实用算法。从2012年至今，研究人员一直在试验并试图提出更好的架构，以提高模型对不同任务的准确性。 今天，我们将深入探讨最新的研究论文"高效网络（Efficient...
Multi-column Convolutional Neural Network
最新发布
04-27
Multi-column Convolutional Neural Network (MC-CNN) 是一种卷积神经网络，它在输入图像的不同位置和尺度下使用多个卷积核来提取特征。MC-CNN 是一种非常常见的图像分类和目标检测算法，并且在计算机视觉领域中被...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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