What is the Best Multi-Stage Architecture for Object Recognition
一. 简介:
文章阐述的三个问题:
1. 滤波后的非线性处理技巧(矫正,局部对比度归一化)是如何影响识别率的?
2. 采用无监督和有监督的方式学习滤波器,是否能改善随机滤波器或者硬连接滤波器的检测效果。
3. 使用两层的特征抽取结构比一层更有优势吗?
一般来看,在样本数量比较少的情况下,比如Caltech-101数据集,不太可能使用有监督方式(梯度下将法)训练出一个完备的系统,因为参数的维数远远大于样本的数量。同样,具有较好检测效果的滤波器需要人工精心地设计(或训练),某种程度上说,非线性处理技巧起到次要作用。结果证明这些直觉都是错的。
实验数据集:
1. Caltech-101.
2. NORB
3. MNIST
二. 模型结构:
模型基本结构包括下面4部分,也就是说一个Stage可包括这四部分,其中矫正层和局部对比度层就是作者所指的non-linearity:
1. 滤波器组层:
原文有一个地方错误(m1=n1 - l1 + 1 and m2 = n2 - l2 + 1)。按照原文的定义,m1: 特征映射图的数量(输出), n1: 特征映射图的数量(输入), l1 和l2:滤波器的宽和高。理应没有直接的相等关系。
2. 矫正层:
为什么要取绝对值?待补充(TODO:)
3. 局部对比度层:
减法操作和除法操作。
作用:
一方面,在一张特征映射图内,相邻特征会产生局部竞争; 另一方面,在特征映射图间,相同位置的特征也会产生竞争作用。
4. 下采样层:(Average-Pooling and Max-Pooling)
本文的Stage包括四种结构:
FCSG - PA:滤波层- 平均池化下采样层
FCSG - Rabs - PA:滤波层- 矫正层– 平均池化下采样层
FCSG - Rabs - N-PA : 滤波层- 矫正层– 局部对比度归一化 – 平均池化下采样
FCSG - PM:滤波层- 最大池化下采样层
三. 训练方法
3.1 四种训练方式
1. 随机特征, 监督分类器 - R and RR
有Code(稍候见详细分析)
2. 无监督特征,监督分类器 - U and UU
3. 随机特征, 全局有监督优化 - R+ and R+R+
就是CNN
4. 无监督特征, 全局有监督优化 - U+ and U+U+
原文的精华。
3.2 基于PSD 的无监督训练方法
原文主要阐述的训练方法.
四. 实验:
TODO: 待续