本文介绍了 Spatial Transformer Network（STN），一种可嵌入到任意网络中的模块，用于选择和变换图像，增强网络性能。STN包括定位网络、网格生成器和采样器，支持仿射变换、投影变换和薄板样条变换。实验表明，STN能提高MNIST、SVHN和CUB-200-2011数据集的分类准确性。
简述
2015 NIPS(NeurIPS，神经信息处理系统大会，人工智能领域的 A 类会议)论文
Google DeepMind 出品的论文(Alpha Go 东家)，STN(Spatial Transformer Network)网络可以作为一个模块嵌入任何的网络，它有助于选择目标合适的区域并进行尺度变换，可以简化分类的流程并且提升分类的精度。
CNN 虽然具有一定的不变性，如平移不变性，但是其可能不具备某些不变性，比如：缩放不变性、旋转不变性。某些 CNN 网络学会对不同尺度的图像进行识别，那是因为训练的图像中就包含了不同尺度的图像，而不是 CNN 具有缩放不变性。
研究者认为，既然某些网络可能隐式的方式学会了某些变换，如缩放、平移等，那为什么不直接通过显式的方式让网络学会变换呢？所以学者们提出了 STN 网络来帮助网络学会对图像进行变换，帮助提升网络的性能。
空间变换知识
该论文主要涉及三种变换，分别是仿射变换、投影变换、薄板样条变换(Thin Plate Spline Transform)。
仿射变换
仿射变换，又称仿射映射，是指在几何中，对一个向量空间进行一次线性变换并接上一个平移，变换为另一个向量空间。
变换的公式是
变换的方式包括 Translate(平移)、Scale(缩放)、Rotate(旋转)、Shear(裁剪)等方式，将公式中的矩阵 A 和向量 b 更换成下面的数，就可以进行对应方式的变换。
投影变换</
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
