摘要
卷积神经网络需要大量的训练数据,无法处理物体的姿态和变形。此外其中的池化层也倾向于丢弃位置等重要的信息。CNN对旋转和仿射变换非常敏感。
胶囊网络是最近出现的一种新型体系结构,其通过动态路由和卷积步长代替池化层,在部分整体表示中获得了更好的鲁棒性。
本文提出了一种基于卷积胶囊编码器的三维编码器-解码器网络,利用卷积层学习低级特征,同时利用胶囊层建模高级特征
Introduction
在U型编解码器结构中,每个特征映射只包含特征存在的信息,网络依靠固定的学习权重矩阵来连接层与层之间的特征,因此这样的模型不能很好的泛化输入图像中看不到的变化,在这种情况下通常表现的很差,此外,CNN的池化层在局部窗口中总结特征,丢弃了重要的空间信息。此外CNN对旋转和仿射变换敏感。
为了克服CNN的局限性,胶囊网络对包括位置,尺度位置在内的整体-部分关系进行编码。Capsule通过一种新的优化机制,即动态路由,对对象的部分特征之间的关系进行建模。在这种机制中,各个部分对整个对象的贡献在训练和测试时的权重是不同的。胶囊块有效地在高级特征上建模全局关系,而卷积块能够熟练地学习局部特征。
基于胶囊的医学图像分割方法对多个特征通道进行分组来构建张量,而不是将非线性应用于CNN中过滤器的标量输出。一般来说,基于胶囊的网络由两层组成:第一个初级层捕获低层特征,然后是专门的二级层,预测图像中物体的存在和姿态。此外Capsule中的每个层都旨在学习一组实体,并以高维形式表示它们。在Capsule中假设前一层的实体是一个简单的特征,基于他们投票的一致,下一层的复杂特征将被激活或不被激活。