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
1.5 结果
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
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