A Flexible Convolutional Solver with Application to Photorealistic Style Transfer
Technicolor（特艺集团）
我们提出了一种新的灵活的深度卷积神经网络（convnet）来执行快速的视觉风格转移。与解决相同任务的现有convnet相比，我们的架构直接源自最初用于解决风格转移问题的梯度下降的结构[Gatys等人，2016年]。像现有的convnets一样，我们的近似解决原始问题的速度比梯度下降快得多。然而，我们的网络在设计上具有独特的灵活性：它可以在运行时进行操作，以在最终解决方案上实施新的约束。特别是，我们将展示如何修改它，以获得逼真的结果，没有再培训。我们研究了[Luan等人，2017年]的原始成本函数[Gatys等人，2016]实现真实感风格转移。这些修改直接影响梯度下降，并且可以在我们的网络中即时报告。这些修改是可能的，因为所提出的架构源于展开梯度下降。
2018-06-13 cs.CV
Blind Image Quality Assessment Using A Deep Bilinear Convolutional Neural Network
Wuhan University（武汉大学）；New York University（纽约大学）；University of Waterloo（滑铁卢大学）
我们提出了一种用于盲图像质量评估（BIQA）的深度双线性模型，可以处理合成和真实失真。我们的模型由两个卷积神经网络（CNN）组成，每个卷积神经网络都专注于一种失真场景。对于合成失真，我们预训练一个CNN来分类图像失真类型和水平，在这里我们可以使用大规模的训练数据。对于真实的失真，我们采用预训练的CNN进行图像分类。来自两个CNN的特征被双线性地合并到一个统一的表示中，用于最终的质量预测。然后，我们使用随机梯度下降的变体在目标主题评级数据库上微调整个模型。大量的实验表明，该模型在合成数据库和真实数据库上都取得了优异的性能。此外，我们验证了我们的方法在滑铁卢探索数据库使用组最大差异化竞争的推广。
2019-07-05 cs.CV cs.MM eess.IV
Backdooring Convolutional Neural Networks via Targeted Weight Perturbations
University of Notre Dame（圣母大学）
我们提出了一种新型的后门攻击，利用以前未研究过的卷积神经网络（CNN）的漏洞。特别是，我们研究了面部识别的应用。深度学习技术在面部识别领域处于领先地位，这意味着它们现在已经在许多生产级系统中实现。令人担忧的是，与操作系统和网络设备等其他商业技术不同，基于深度学习的面部识别算法目前没有设计安全要求，也没有在部署前对安全漏洞进行审计。考虑到这项技术是多么年轻，以及这些算法的许多内部工作是多么抽象，基于神经网络的面部识别系统是安全漏洞的主要目标。随着越来越多的个人信息开始通过面部识别来保护（例如，iPhone X），从渗透测试的角度探索这些系统的安全漏洞至关重要。沿着这些思路，我们描述了一种通过目标权重扰动来后门CNN的一般方法。使用五层CNN和ResNet-50作为案例研究，我们表明攻击者能够显着增加他们提供的输入被CNN错误接受的机会，同时保留合法注册类的出错率。
2018-12-07 cs.CV
Moment Centralization based Gradient Descent Optimizers for Convolutional Neural Networks
Indian Institute of Information Technology, Sri City（斯里城印度信息技术学院）；Indian Institute of Information Technology, Allahabad（阿拉哈巴德印度信息技术学院）
卷积神经网络（CNN）在许多计算机视觉应用中表现出非常吸引人的性能。CNN的训练通常使用基于随机梯度下降（SGD）的优化技术来执行。基于动量的自适应SGD优化器是最近的趋势。然而，现有的优化器不能保持零均值的一阶矩和斗争与优化。在本文中，我们提出了一种基于矩集中的SGD CNN优化器。具体来说，我们施加零均值约束的一阶矩明确。所提出的矩中心化本质上是通用的，可以与任何现有的自适应基于动量的优化器集成。我们使用三种最先进的优化技术对所提出的想法进行了测试，包括Adam、Radam和Adabelief，分别在CIFAR10、CIFAR100和TinyImageNet数据集上进行图像分类。现有的优化器的性能一般提高时，与建议的时刻集中。此外，本文提出的矩中心化方法的结果也优于现有的梯度中心化方法。通过玩具算例的分析表明，该方法可以得到更短、更平滑的优化轨迹。源代码在\url{https://github.com/sumanthsadhu/MC-optimizer}上公开。
2022-07-19 cs.CV
Targeted Kernel Networks: Faster Convolutions with Attentive Regularization
Carnegie Mellon University（卡内基梅隆大学）
我们提出了注意正则化（AR），这是一种将卷积神经网络（CNN）中内核的激活映射约束到特定感兴趣区域（ROI）的方法。每个内核通过标准的反向传播学习专门化的位置及其权重。使用不需要额外监督的可区分的注意力机制来优化ROI。不同类型和结构的传统CNN可以通过这种思想修改为等效的目标内核网络（TKN），同时保持网络大小几乎相同。通过限制内核ROI，我们减少了在整个网络的前向传递中执行的滑动卷积操作的数量，从而加快了训练和推理的速度。我们评估我们提出的架构在多个领域的合成和自然的任务。TKN在基线上获得了显着的改进，需要更少的计算（大约一个数量级），同时实现卓越的性能。
2018-09-21 cs.CV
Deep Deformable Registration: Enhancing Accuracy by Fully Convolutional Neural Net
Jadavpur University（贾达布尔大学）；University of Alberta（阿尔伯塔大学）
形变配准在医学图像分析中是普遍存在的。许多可变形配准方法相对于可变形模型参数最小化作为配准成本的平方差和（SSD）。在这项工作中，我们通过在注册管道中使用全卷积神经网络（FCNN）来构建SSD注册成本的严格上限。上限SSD（UB-SSD）通过添加来自FCNN的热图输出来增强原始可变形模型参数空间。接下来，我们通过在坐标下降中调整FCNN的参数和可变形模型的参数来最小化这个UB-SSD。我们的坐标下降框架是端到端的，可以与任何使用SSD的可变形配准方法一起使用。我们通过实验证明，我们的方法在两个公开的3D脑MRI数据集上显着提高了变形配准算法的准确性。
2016-11-27 cs.CV
Keep Your AI-es on the Road: Tackling Distracted Driver Detection with Convolutional Neural Networks and Targeted Data Augmentation
Stanford University（斯坦福大学）
根据世界卫生组织的数据，分心驾驶是世界上汽车事故和死亡的主要原因之一。在我们的研究中，我们解决了分心驾驶的问题，旨在建立一个强大的多类分类器，使用State Farm Distracted Driving Dataset检测和识别不同形式的驾驶员注意力不集中。我们利用预训练的图像分类模型，经典的数据增强，基于OpenCV的图像预处理和皮肤分割增强方法的组合。我们表现最好的模型结合了几种增强技术，包括皮肤分割，面部模糊和经典的增强技术。该模型实现了F1分数比基线增加约15%，从而显示了这些技术在增强神经网络用于分心驾驶员检测任务的能力方面的前景。
2020-06-24 cs.CV cs.CY cs.LG
A Targeted Acceleration and Compression Framework for Low bit Neural Networks
Hefei University of Technology（合肥工业大学）
1比特深度神经网络（DNN）的激活和权值均被二值化，由于其计算效率高、存储需求低而受到越来越多的关注。但其精度下降大的缺点也限制了其应用。本文提出了一种新的目标加速和压缩（TAC）框架来提高1比特深度神经网络的性能。我们认为二值化全连接层的加速和压缩效果不足以补偿它所造成的精度损失。对于卷积层s，激活和权重都被二进制化。对于全连通层，通过网络修剪和低比特量化来代替二值化操作。在CIFAR 10、CIFAR 100和ImageNet（ILSVRC 12）数据集上实现了该框架，实验结果表明，提出的TAC可以显著提高1 bit深度神经网络的精度，比现有技术提高6个百分点以上.
2019-07-09 cs.CV
Homogeneous Vector Capsules Enable Adaptive Gradient Descent in Convolutional Neural Networks
Brunel University London（伦敦布鲁内尔大学）；Bradley University（布拉德利大学）
胶囊是Geoffrey Hinton给向量值神经元起的名字。传统上，神经网络为激活的神经元产生标量值。另一方面，胶囊产生一个值的向量，Hinton认为这对应于一个单一的复合特征，其中向量分量的值表示特征的属性，如变换或对比度。我们提出了一种参数化和训练胶囊的新方法，我们称之为同质向量胶囊（HVC）。我们通过实验证明，与使用单个最终完全连接层的CNN相比，改变卷积神经网络（CNN）以使用HVC可以实现更高的分类准确性，而不会增加其架构中的参数或操作数量。此外，HVC的引入使得能够使用自适应梯度下降，减少了模型的可实现精度对非自适应优化器的微调超参数的依赖性。我们证明了我们的方法和结果，使用两个神经网络架构。首先，一个非常简单的单片CNN，当使用HVC时，与基线架构相比，前1分类准确度提高了63%，前5分类准确度提高了35%。其次，使用称为Inception v3的CNN架构，在有和没有HVC的情况下都实现了类似的准确性。此外，当使用HVC时，简单的单片CNN在超过300个时期后没有显示过拟合，而基线在30个时期后显示过拟合。我们使用ImageNet ILSVRC 2012分类挑战数据集与两个网络。
2021-01-27 cs.CV cs.LG
Training convolutional neural networks with megapixel images
Radboud University Medical Center（拉德堡德大学医学中心）；Computational Pathology Group（计算病理学小组）
为了训练深度卷积神经网络，需要将输入数据和中间激活保存在存储器中以计算梯度下降步骤。鉴于当前一代加速卡中可用的存储器有限，这限制了输入数据的最大维度。我们展示了一种方法来训练卷积神经网络只持有部分的图像在内存中，同时给出等效的结果。我们定量地比较了这种训练卷积神经网络的新方法与传统的训练方法。此外，作为概念验证，我们用6400万像素的图像训练了一个卷积神经网络，它需要的内存比传统方法少97%。
2018-04-16 cs.CV
Multiclass ASMA vs Targeted PGD Attack in Image Segmentation
University of Toronto（多伦多大学）
深度学习网络在各种各样的应用中表现出了高性能，例如图像分类、语音识别和自然语言处理。然而，存在一个主要的漏洞，利用对抗攻击。对抗攻击通过非常轻微地改变输入图像来输入图像，使其几乎无法被肉眼检测到，但会导致网络进行非常不同的分类。本文探讨了投影梯度下降（PGD）攻击和自适应掩模分割攻击（ASMA）对图像分割DeepLabV3模型的影响，使用两种类型的架构：MobileNetV3和ResNet50，发现PGD在将分割更改为目标时非常一致，而ASMA对多类目标的泛化则不那么有效。然而，这种攻击的存在使所有图像分类深度学习网络都处于被利用的危险之中。
2022-08-03 cs.CV
Denoising and Regularization via Exploiting the Structural Bias of Convolutional Generators
Technical University of Munich（慕尼黑工业大学）；University of Southern California（南加州大学）
卷积神经网络（CNN）已经成为图像生成、恢复和复原的非常成功的工具。这一成功的一个主要因素是卷积网络对自然图像施加了很强的先验假设。一个令人惊讶的实验强调了这种对自然图像的建筑偏见，即人们可以在不使用任何训练数据的情况下从自然图像中去除噪声和损坏，通过简单地拟合（通过梯度下降）随机初始化，过度参数化的卷积生成器到损坏的图像。虽然这个过度参数化的网络可以完美地拟合损坏的图像，但令人惊讶的是，经过几次梯度下降迭代后，它生成了一个几乎未损坏的图像。这种有趣的现象使最先进的基于CNN的去噪和正则化的其他逆问题。在本文中，我们将这种效应归因于卷积网络的特定架构选择，即具有固定插值滤波器的卷积。然后，我们正式描述了将两层卷积生成器拟合到噪声信号的动态特性，并证明了早期停止的梯度下降去噪/正则化。我们的证明依赖于表明卷积生成器拟合图像的结构化部分的速度明显快于损坏的部分。
2020-02-23 cs.CV cs.IT cs.LG
Neither Quick Nor Proper -- Evaluation of QuickProp for Learning Deep Neural Networks
Friedrich Schiller University Jena（耶拿弗里德里希·席勒大学）
神经网络，特别是卷积神经网络，在当前计算机视觉研究中引起了极大的兴趣。然而，许多技术，扩展和修改已经公布在过去，目前的方法还没有使用。在本文中，我们研究了一种名为QuickProp的方法在深度神经网络训练中的应用。特别是，我们在学习和测试全卷积网络时应用QuickProp来完成语义分割任务。我们比较QuickProp经验与梯度下降，这是目前的标准方法。实验表明，QuickProp无法与标准梯度下降技术竞争复杂的计算机视觉任务，如语义分割。
2016-06-15 cs.CV
Compressive sensing with un-trained neural networks: Gradient descent finds the smoothest approximation
Technical University of Munich（慕尼黑工业大学）；University of Southern California（南加利福尼亚大学）
未经训练的卷积神经网络已经成为图像恢复和恢复的非常成功的工具。它们能够通过简单地将神经网络模型拟合到来自单个图像或信号的测量值来解决标准逆问题，例如去噪和压缩传感，并且具有优异的结果，而不需要任何额外的训练数据。对于某些应用程序，这非常需要以提前停止优化的形式进行额外的正则化。然而，对于从几个测量值中恢复信号，未经训练的卷积网络具有有趣的自正则化特性：即使网络可以完美地拟合任何图像，当使用梯度下降训练时，网络从几个测量值中恢复自然图像，直到收敛。在本文中，我们提供了数值证据，并从理论上研究了这一性质。我们证明了-没有任何进一步的正则化-一个未经训练的卷积神经网络可以近似地重建信号和图像，这些信号和图像是充分结构化的，从几乎最小数量的随机测量。
2020-05-07 cs.CV cs.LG eess.IV
Learnable Descent Algorithm for Nonsmooth Nonconvex Image Reconstruction
University of Florida（佛罗里达大学）；Georgia State University（佐治亚州立大学）
我们提出了一个通用的学习为基础的框架，解决非光滑和非凸图像重建问题。我们将正则化函数建模为$l_{2,1}$范数和参数化为深度卷积神经网络的平滑但非凸的特征映射的组合。利用Nesterov的平滑技术和残差学习的思想，我们开发了一种可证明收敛的下降型算法来解决非光滑非凸极小化问题，并学习网络参数，使得算法的输出与训练数据中的参考匹配.我们的方法是通用的，因为可以将各种现代网络结构应用到正则化中，并且所得网络继承了算法的保证收敛性。我们还表明，所提出的网络是参数有效的，其性能媲美国家的最先进的方法在实践中的各种图像重建问题。
2022-09-03 cs.CV
Wearable Vision Detection of Environmental Fall Risks using Convolutional Neural Networks
University of Waterloo（滑铁卢大学）
提出了一种利用移动视觉系统检测与跌倒风险相关的环境危害的方法。第一人称视角的视频，提出了在日常生活活动中，针对老年人的平衡扰动的原因和情况提供客观的证据。分类问题被定义为总共12类潜在跌倒风险，包括坡度变化（例如，楼梯、路缘、坡道）和表面（例如，砾石、草、混凝土）。使用胸部安装的GoPro相机收集数据。我们开发了一个卷积神经网络自动特征提取，减少和分类的帧。初步结果，均方误差为8%，是有希望的。
2016-11-02 cs.CV
Large Batch Training of Convolutional Networks
University of California at Berkeley（加州大学伯克利分校）；Carnegie Mellon University（卡内基梅隆大学）；NVIDIA（英伟达）
加快大型卷积网络训练的一种常见方法是增加计算单元。然后使用数据并行同步随机梯度下降（SGD）进行训练，其中小批量在计算单元之间划分。随着节点数量的增加，批量大小也会增加。但是大批量的训练往往会导致模型精度较低。我们认为，目前的大批量训练方法（带预热的线性学习率缩放）不够通用，训练可能会出现分歧。为了克服这种优化困难，我们提出了一种新的训练算法的基础上逐层自适应率缩放（LARS）。使用LARS，我们将Alexnet扩展到8 K的批量大小，将Resnet-50扩展到32 K的批量大小，而不会损失准确性。
2017-09-13 cs.CV
Training Lightweight Graph Convolutional Networks with Phase-field Models
Sorbonne University（索邦大学）；UPMC（巴黎第六大学）；CNRS（法国国家科学研究中心）
在本文中，我们设计轻量级的图卷积网络（GCN）使用一个特定的类正则化，称为相场模型（PFMs）。PFMs使用特定的超局部项表现出双相行为，该超局部项允许训练GCN的拓扑和权重参数作为单个“端到端”优化问题的一部分。我们提出的解决方案还依赖于重新参数化，该重新参数化将拓扑的掩码推向二进制值，从而在实现任何目标修剪率的同时实现有效的拓扑选择和高泛化。掩码和权重共享同一组潜在变量，这进一步增强了所得到的轻量级GCN的泛化能力。对基于识别的挑战性任务进行的大量实验表明，PFMs对其他主食正则化以及相关的轻量级设计方法的性能优于其他主食正则化。
2022-12-19 cs.CV
When is a Convolutional Filter Easy To Learn?
Carnegie Mellon University（卡内基梅隆大学）；University of Southern California（南加州大学）；Facebook AI Research（Facebook人工智能研究）
我们分析了用于学习具有整流线性单元（ReLU）激活函数的卷积滤波器的（随机）梯度下降算法的收敛性。我们的分析不依赖于任何特定形式的输入分布，我们的证明仅使用ReLU的定义，与之前的作品相比，这些作品仅限于标准高斯输入。我们证明了随机初始化的（随机）梯度下降可以在多项式时间内学习卷积滤波器，并且收敛速度取决于输入分布的平滑度和补丁的紧密程度。据我们所知，这是基于梯度的卷积滤波器算法在非高斯输入分布上的第一个恢复保证。我们的理论还证明了深度神经网络中的两阶段学习率策略的合理性。虽然我们的重点是理论，我们也提出了实验，说明我们的理论研究结果。
2018-02-28 cs.AI cs.CV cs.LG
Stacking-based Deep Neural Network: Deep Analytic Network on Convolutional Spectral Histogram Features
Yonsei University（延世大学）
基于堆叠的深度神经网络（S-DNN）通常表示在其非常深的前馈网络架构方面的深度神经网络（DNN）相似性。典型的S-DNN串联聚合了可变数量的可单独学习的模块，以组装类似DNN的目标对象识别任务的替代方案。这项工作同样设计了一个S-DNN实例，称为深度分析网络（DAN），在谱直方图（SH）特征之上。DAN学习原理依赖于岭回归和一些关键的DNN成分，特别是校正线性单元，微调和归一化。DAN资质在不同领域的三个存储库上进行审查，包括FERET（面孔），MNIST（手写数字）和CIFAR 10（自然对象）。实验结果表明，DAN在足够深的层上提升了SH基线性能。
2017-05-21 cs.CV
Memory Bounded Deep Convolutional Networks
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Microsoft Research（微软研究院）
在这项工作中，我们研究了在卷积神经网络（CNN）的训练过程中使用稀疏诱导正则化器。这些正则化器鼓励卷积层和全连接层中较少的连接采用非零值，实际上导致深层网络中隐藏单元之间的稀疏连接。这反过来又减少了部署学习的CNN所涉及的内存和运行时成本。我们表明，这种正则化的训练仍然可以使用随机梯度下降进行，这意味着它可以很容易地在现有的代码库中使用。在MNIST、CIFAR和ImageNet数据集上对我们的方法进行的实验评估表明，我们的正则化器可以显著降低内存需求。例如，当应用于AlexNet时，我们的方法可以将内存消耗减少四倍，同时准确性损失最小。
2014-12-03 cs.CV
CNN-Based Projected Gradient Descent for Consistent Image Reconstruction
EPFL（洛桑联邦理工学院）
提出了一种新的图像重建方法，该方法用卷积神经网络（CNN）代替投影梯度下降（PGD）中的投影仪。作为高维（图像到图像）回归器训练的CNN最近已被用于有效地解决成像中的逆问题。然而，这些方法缺乏反馈机制来强制重建图像与测量一致。这对于逆问题至关重要，在生物医学成像中更是如此，其中重建用于诊断。在我们的方案中，梯度下降强制测量一致性，而CNN递归地将解决方案投影到更接近所需重建图像的空间。我们提供了一个正式的框架，以确保经典的PGD收敛到一个非凸约束最小二乘问题的局部极小。当投影仪被替换为CNN时，我们提出了一个放松的PGD，它总是收敛的。最后，我们提出了一个简单的计划，训练一个CNN像一个投影仪。我们的实验稀疏视图计算机断层扫描（CT）重建无噪声和有噪声的测量显示了改进的全变分（TV）的方法和最近的CNN为基础的技术。
2017-09-06 cs.CV
Skin Disease Classification versus Skin Lesion Characterization: Achieving Robust Diagnosis using Multi-label Deep Neural Networks
University of Rochester（罗切斯特大学）
在这项研究中，我们调查了什么是一个实际有用的方法，以实现强大的皮肤病诊断。直接的方法是以地面实况诊断标签为目标，而替代的方法则集中于确定视觉上更一致和可辨别的皮肤病变特征。我们认为，对于计算机辅助皮肤病诊断，它是更现实和更有用的病变类型标签应被视为自动诊断系统的目标，使系统可以首先实现高精度描述皮肤病变，反过来促进疾病诊断病变特征结合其他证据。为了进一步实现这一目标，我们采用卷积神经网络（CNN）进行疾病靶向和病变靶向分类。我们收集了来自六个公开的皮肤病学亚特兰大的75，665张皮肤病图像的大规模和多样化的数据集。然后，我们训练和比较疾病为目标的分类器和病变为目标的分类器，分别。对于针对疾病的分类，仅实现了27.6%的前1准确度和57.9%的前5准确度，平均平均精度（mAP）为0.42。相比之下，对于病变靶向分类，我们可以实现0.70的高得多的mAP。
2022-03-23 cs.CV
One-Shot Multi-Rate Pruning of Graph Convolutional Networks
Sorbonne University（索邦大学）；CNRS（法国国家科学研究中心）；LIP6（LIP6实验室）
提出多速率幅度剪枝（MRMP）方法，联合训练图卷积网络拓扑与权重，实现任意剪枝率的一次性剪枝，在骨架识别任务上高剪枝率下性能显著提升。
2023-12-29 cs.CV
On Implicit Filter Level Sparsity in Convolutional Neural Networks
MPI For Informatics（马克斯·普朗克信息学研究所）；UNIST（蔚山科学技术院）；Saarland Informatics Campus（萨尔兰信息学园区）
我们研究了卷积神经网络（CNN）中出现的滤波器级稀疏性，CNN采用批量归一化和ReLU激活，并使用自适应梯度下降技术和L2正则化或权重衰减进行训练。我们进行了广泛的实验研究铸造我们的初步研究结果的假设和结论的机制，潜在的紧急过滤器水平稀疏。这项研究允许新的洞察性能之间的差距obeserved自适应和非自适应梯度下降方法在实践中。此外，分析训练策略和超参数对稀疏性的影响，为设计CNN训练策略提供了实用建议，使我们能够探索特征选择性、网络容量和泛化性能之间的权衡。最后，我们表明，隐式稀疏性可以利用神经网络加速在平价或更好地比显式稀疏/修剪方法，而不需要修改典型的训练管道。
2019-04-05 cs.CV cs.LG eess.SP
Deep Learning-Based Age Estimation and Gender Deep Learning-Based Age Estimation and Gender Classification for Targeted Advertisement
COMSATS University Islamabad（伊斯兰堡COMSATS大学）；University of Engineering and Technology Lahore（拉合尔工程技术大学）
本文提出多任务定制CNN，从人脸图像联合估计年龄与性别，以服务定向广告；在多样数据集上取得95%性别分类准确率和5.77年年龄MAE，并分析年轻群体误差及架构影响。
2025-07-24 cs.CV
Fully-Convolutional Siamese Networks for Object Tracking
University of Oxford（牛津大学）
传统上，任意对象跟踪的问题是通过专门在线学习对象外观的模型来解决的，使用视频本身作为唯一的训练数据。尽管这些方法取得了成功，但它们的在线方法本质上限制了它们可以学习的模型的丰富性。最近，已经进行了几次尝试来利用深度卷积网络的表达能力。然而，当跟踪的对象是事先不知道的，它是必要的执行随机梯度下降在线，以适应网络的权重，严重损害了系统的速度。在本文中，我们配备了一个基本的跟踪算法与一个新的全卷积暹罗网络训练端到端的ILSVRC 15数据集的目标检测在视频中。我们的跟踪器以超过实时的帧率运行，尽管非常简单，但在多个基准测试中达到了最先进的性能。
2021-12-01 cs.CV
Miss the Point: Targeted Adversarial Attack on Multiple Landmark Detection
Institute of Computing Technology, CAS（中国科学院计算技术研究所）；Peng Cheng Laboratory（鹏城实验室）；Princeton University（普林斯顿大学）
基于深度卷积神经网络（CNN）的多标志点检测中的最新方法达到了高准确性并改进了传统的临床工作流程。然而，CNN对敌对示例攻击的脆弱性很容易被利用来破坏分类和分割任务。本文首次研究了基于CNN的多地标检测模型对对抗性扰动的脆弱性。具体来说，我们提出了一种新的自适应目标迭代FGSM（ATI-FGSM）攻击对国家的最先进的模型在多个地标检测。攻击者可以使用ATI-FGSM精确控制任意选择的地标的模型预测，同时通过向原始图像添加不可感知的扰动来保持其他静止地标静止。对一个用于头影测量标志检测的公共数据集的综合评估表明，与原始的迭代FGSM攻击相比，ATI-FGSM生成的对抗性示例更有效地破坏了基于CNN的网络。我们的工作揭示了对患者健康的严重威胁。此外，我们讨论了我们的方法的局限性，并提供潜在的防御方向，通过调查附近地标的耦合效应，即，我们实验中分歧的主要来源。我们的源代码可以在https://github.com/qsyao/attack_landmark_detection上找到。
2020-07-10 cs.CV
Gradient Descent Learns One-hidden-layer CNN: Don't be Afraid of Spurious Local Minima
Carnegie Mellon University（卡内基梅隆大学）；University of Southern California（南加州大学）；Facebook Artificial Intelligence Research（Facebook人工智能研究院）
我们考虑学习具有非重叠卷积层和ReLU激活的单隐藏层神经网络的问题，即，$f(\mathbf{Z}, \mathbf{w}, \mathbf{a}) = \sum_j a_jσ(\mathbf{w}^T\mathbf{Z}_j)$，其中卷积权重$\mathbf{w}$和输出权重$\mathbf{a}$都是要学习的参数。当标签是从相同的结构与固定权重$(\mathbf{w}^*, \mathbf{a}^*)$的教师网络的输出，我们证明了高斯输入$\mathbf{Z}$，有一个虚假的局部极小。令人惊讶的是，在存在伪局部最小值的情况下，仍然可以证明具有来自随机初始化权重的权重归一化的梯度下降以恒定概率恢复真实参数，该概率可以通过多次重启提升到概率$1$。我们还表明，与恒定的概率，相同的程序也可以收敛到虚假的局部最小值，局部最小值发挥了重要作用的动态梯度下降。此外，定量分析表明，梯度下降动态有两个阶段：它开始缓慢，但收敛速度快得多，经过几次迭代。
2018-06-15 cs.AI cs.CV cs.LG
DRNet: Dissect and Reconstruct the Convolutional Neural Network via Interpretable Manners
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）
卷积神经网络（ConvNets）在现实生活中有着广泛的应用。人们通常使用ConvNets，它预先训练了固定数量的类。然而，对于不同的应用场景，我们通常不需要所有的类，这意味着ConvNets在处理这些任务时是多余的。本文主要研究ConvNet通道的冗余性。我们提出了一个新颖的想法：使用可解释的方式为每个类找到最重要的通道（解剖），并根据需要的类动态运行通道（重建）。对于在CIFAR-10上预训练的VGG 16，我们平均只为两类子任务运行11\%的参数，精度损失可以忽略不计。对于在ImageNet上预训练的VGG 16，我们的方法对于两类子任务平均获得了14.29%的准确率提升。此外，分析表明，我们的方法捕获了一些通道的语义意义，并使用上下文信息更有针对性的子任务的ConvNets。
2020-02-26 cs.CV
CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Beijing University of Posts and Telecommunications（北京邮电大学）
我们提出了一个名为CSRNet的拥挤场景识别网络，以提供一种数据驱动和深度学习方法，可以理解高度拥挤的场景，并执行准确的计数估计，以及呈现高质量的密度图。拟议的CSRNet由两个主要组成部分组成：卷积神经网络（CNN）作为2D特征提取的前端，以及用于后端的扩张的CNN，其使用扩张的内核来提供更大的接收字段并取代池化操作。CSRNet是一个易于训练的模型，因为它具有纯卷积结构。我们在四个数据集（上海科技数据集，UCF_CC_50数据集，WorldEXPO'10数据集和UCSD数据集）上演示了CSRNet，并提供了最先进的性能。在ShanghaiTech Part_B数据集中，CSRNet的平均绝对误差（MAE）比之前的最先进方法低47.3%。我们扩展的目标应用程序计数其他对象，如在TRANCOS数据集的车辆。结果表明，CSRNet显着提高了输出质量，MAE比以前的最先进的方法低15.4%。
2018-04-11 cs.CV
Targeted Self Supervision for Classification on a Small COVID-19 CT Scan Dataset
Ryerson University（瑞尔森大学）
传统上，卷积神经网络需要人类标记的大量数据来进行训练。自我监督已被提出作为处理少量标记数据的方法。本研究的目的是确定自我监督是否可以提高小型COVID-19 CT扫描数据集的分类性能。本研究还旨在确定所提出的自我监督策略（有针对性的自我监督）是否是COVID-19成像数据集的可行选择。共有10个实验进行比较所提出的方法的分类性能的自我监督与不同的数据量。实验运行建议的自我监督策略执行显着优于他们的非自我监督的同行。与没有自我监督相比，完全自我监督的准确性提高了近8%。结果表明，自我监督可以提高小型COVID-19 CT扫描数据集的分类性能。有针对性的自我监督代码可以在以下链接中找到：https://github.com/Mewtwo/Targeted-Self-Supervision/tree/main/COVID-CT
2020-11-20 cs.CV eess.IV
A Kernelized Manifold Mapping to Diminish the Effect of Adversarial Perturbations
Simon Fraser University（西蒙弗雷泽大学）；University of British Columbia（不列颠哥伦比亚大学）
深度卷积模型的线性和非灵活性使其容易受到精心设计的对抗性扰动的影响。为了解决这个问题，我们提出了一个非线性径向基卷积特征映射，通过学习一个类似Mahalanobis的距离函数。然后，我们的方法将卷积特征映射到线性分离的流形上，这可以防止小的对抗性扰动迫使样本越过决策边界。我们在三个公开的图像分类和分割数据集上测试了所提出的方法，即MNIST，ISBI ISIC 2017皮肤病变分割和NIH胸部X射线-14。我们评估了我们的方法对不同梯度（有针对性的和无针对性的）和非梯度攻击的鲁棒性，并将其与几种非梯度掩蔽防御策略进行了比较。我们的结果表明，该方法可以提高深度卷积神经网络对对抗性扰动的弹性，而不会降低干净数据的准确性。
2019-05-09 cs.CV
Defense Against Adversarial Attacks using Convolutional Auto-Encoders
Indian Institute of Technology, Kanpur（印度理工学院坎普尔分校）
针对深度学习模型易受对抗扰动影响的问题，提出基于卷积自编码器的防御方法，通过重建输入图像消除扰动并恢复分类准确率。
2023-12-06 cs.AI cs.CV
Weather Classification: A new multi-class dataset, data augmentation approach and comprehensive evaluations of Convolutional Neural Networks
University of Essex（埃塞克斯大学）；University of Birmingham（伯明翰大学）
天气状况经常扰乱运输系统的正常运作。目前的系统要么部署传感器阵列，要么使用车载摄像头来预测天气状况。这些解决方案导致成本增加和范围有限。为了确保所有运输服务在全天候条件下顺利运行，需要可靠的检测系统来对野外天气进行分类。解决这个问题所涉及的挑战是，天气条件在本质上是多种多样的，并且在各种天气条件之间缺乏区别特征。解决这一问题的现有工作是针对具体场景的，并有针对性地将两类天气分类。在本文中，我们创建了一个新的开源数据集，由描绘三类天气的图像组成，即雨，雪和雾，称为RFS数据集。还提出了一种新的算法，该算法使用超像素定界掩模作为数据增强的形式，导致关于十个卷积神经网络架构的合理结果。
2018-08-01 cs.CV
Deep Control - a simple automatic gain control for memory efficient and high performance training of deep convolutional neural networks
训练深度卷积神经网络通常从所有层中的所有滤波器的随机初始化开始，这严重减少了前向信号和反向传播的误差，并导致缓慢和次优的训练。对抗这种技术的重点是增加信号或自适应地增加梯度，但模型在训练开始时的行为与后来建立通过网络的稳定路径时的行为非常不同。为了使这个问题复杂化，有效的小批量大小在不同深度处的层之间以及各个滤波器之间变化很大，因为激活稀疏性通常随着深度而增加，导致有效学习率的降低，因为梯度可能叠加而不是相加，并且这进一步使协变量偏移问题复杂化，因为更深的神经元不太能够适应上游偏移。这里提出了一种对内置于每个卷积神经元中的信号进行自动增益控制的方法，该方法实现了与批量归一化相当或更好的性能，并且与单样本或小批量梯度下降兼容。相同的模型用于训练和推理。该技术包括从原始卷积滤波器输出中进行缩放的每样本图均值减法，然后对差值进行缩放。
2017-06-13 cs.CV
Multimodal registration of FISH and nanoSIMS images using convolutional neural network models
University of Georgia（佐治亚大学）；Emory University School of Medicine（埃默里大学医学院）
纳米二次离子质谱（nanoSIMS）和荧光原位杂交（FISH）显微镜分别为微生物学研究中的目标微生物群落的身份和细胞活性提供了高分辨率、多模式的图像表示。尽管对微生物学家很重要，但FISH和nanoSIMS图像的多模式配准具有挑战性，因为这两种图像中都存在形态失真和背景噪声。在这项研究中，我们使用卷积神经网络（CNN）进行多尺度特征提取，形状上下文用于计算最小变换成本特征匹配和薄板样条（TPS）模型用于FISH和nanoSIMS图像的多模态配准。使用标准度量在像素和结构水平上对手动配准的图像进行配准准确度定量评估。尽管所有六个测试的CNN模型都表现良好，但根据大多数指标，ResNet18的表现优于VGG16，VGG19，GoogLeNet和ShuffleNet以及ResNet101。这项研究证明了CNN在具有显著背景噪声和形态失真的多模态图像配准中的实用性。我们还显示了通过二值化保留的聚集体形状，这是用于注册多模态微生物相关图像的强大功能。
2022-04-05 cs.CV
Anchor-based Nearest Class Mean Loss for Convolutional Neural Networks
University of Chinese Academy of Sciences（中国科学院大学）；Shenzhen Institutes of Advanced Technology, CAS（中国科学院深圳先进技术研究院）
区分特征对于机器学习应用是至关重要的。然而，大多数现有的深度学习方法依赖于卷积神经网络（CNN）来学习特征，其判别能力没有明确实施。在本文中，我们提出了一种新的方法来训练深度CNN，通过施加类内紧致性和类间可分性，以提高学习特征的鉴别能力。为此，我们引入了锚点，锚点是预定义的向量，被视为每个类的中心，并在训练期间固定。通过约束深度CNN以尽可能接近地将训练样本映射到相应的锚点来获得区分性特征。我们提出了两个原则来选择锚点，并使用欧几里德和余弦距离度量函数来衡量两个点的接近程度，这导致了两个新的损失函数。这些损失函数不需要样本对或三元组，并且可以通过批量随机梯度下降来有效地优化。我们在三个基准图像分类数据集上测试了所提出的方法，并证明了其有前途的结果。
2018-04-22 cs.CV
Attacking Convolutional Neural Network using Differential Evolution
Kyushu University（九州大学）
卷积神经网络（CNN）的输出已经被证明是不连续的，这可以使CNN图像分类器容易受到小的良好调整的人工扰动。也就是说，通过添加对人眼几乎没有影响的这种扰动（即，对抗性扰动）来修改的图像可以完全改变CNN分类结果。在本文中，我们提出了一个实用的攻击，使用差分进化（DE）产生有效的对抗扰动。我们全面评估不同类型的DE进行不同的网络结构上的攻击的有效性。该方法是一种黑盒攻击，只需要目标CNN系统的奇迹反馈。结果表明，在同时控制像素变化数量和整体扰动强度的严格约束下，对三种常见类型的CNN的攻击可以达到72.29%，78.24%和61.28%的非目标攻击成功率，平均置信度为88.68%，99.85%和73.07%。该攻击仅需要修改具有20.44、14.76和22.98像素值失真的5个像素。因此，结果表明，即使在非常有限的攻击条件下，当前的DNN也容易受到这种简单的黑盒攻击。
2018-04-19 cs.CV
Image-to-Graph Convolutional Network for Deformable Shape Reconstruction from a Single Projection Image
Kyoto University（京都大学）
从二维X射线图像中重建可变形器官的形状是图像引导介入治疗的关键技术。在本文中，我们提出了一个图像到图形卷积网络（IGCN）的变形形状重建从单视点投影图像。IGCN基于变形映射方案学习形状/变形可变性与深度图像特征之间的关系。在针对腹部器官呼吸运动的实验中，我们证实了所提出的具有正则化损失函数的框架可以从单个数字重建的X射线照片中重建肝脏形状，平均距离误差为3.6mm。
2021-08-31 cs.CV eess.IV
Attention-based Temporal Weighted Convolutional Neural Network for Action Recognition
Xi’an Jiaotong University（西安交通大学）；HERE Technologies（HERE科技）；Alibaba Group（阿里巴巴集团）；Microsoft Research（微软研究院）
自从卷积神经网络（CNN）等强大的机器学习工具问世以来，人类动作识别的研究速度显著加快。然而，在最近的文献中，将时间信息并入CNN的有效和高效的方法仍在积极探索中。受自然语言处理研究领域中流行的递归注意模型的启发，本文提出了基于注意的时间加权CNN（ATW），它将视觉注意模型嵌入到时间加权的多流CNN中。这种注意力模型简单地实现为时间加权，但它有效地提高了视频表示的识别性能。此外，建议的ATW框架中的每个流都能够进行端到端的训练，网络参数和时间权重都通过具有反向传播的随机梯度下降（SGD）进行优化。我们的实验表明，所提出的注意力机制的性能增益与更多的歧视性片段，专注于更相关的视频片段。
2018-03-19 cs.CV
Gradient Descent Finds Global Minima of Deep Neural Networks
Carnegie Mellon University（卡内基梅隆大学）；University of Southern California（南加州大学）；Peking University（北京大学）；Beijing Institute of Big Data Research（北京大数据研究院）；Massachusetts Institute of Technology（麻省理工学院）
梯度下降在训练深度神经网络时找到全局最小值，尽管目标函数是非凸的。本文证明了梯度下降在多项式时间内实现了具有剩余连接的深度过参数化神经网络（ResNet）的零训练损失。我们的分析依赖于由神经网络架构引起的Gram矩阵的特定结构。这种结构使我们能够证明Gram矩阵在整个训练过程中是稳定的，这种稳定性意味着梯度下降算法的全局最优性。我们进一步将我们的分析扩展到深度残差卷积神经网络，并获得了类似的收敛结果。
2019-05-28 cs.AI cs.CV cs.LG
Learning convolutional neural network to maximize Pos@Top performance measure
Soochow University（苏州大学）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）；Suning Commerce R&D Center USA Inc（苏宁美国研发中心）；Jiangsu University of Technology（江苏理工学院）；New York University Abu Dhabi（纽约大学阿布扎比分校）
在机器学习问题中，性能度量是用来评价机器学习模型的。最近，排名在前几位的积极数据点的数量（Pos@Top）一直是机器学习社区中流行的性能指标。在本文中，我们提出学习卷积神经网络（CNN）模型，以最大化Pos@Top性能指标。CNN模型用于表示多实例数据点，并且分类器函数用于从其CNN表示预测标签。我们建议在训练集上最小化Pos@Top的损失函数，以学习CNN的滤波器和分类器参数。分类器参数向量采用拉格朗日乘子法求解，滤波器采用梯度下降法在迭代算法中交替更新。在基准数据集上的实验表明，该方法优于最先进的Pos@Top最大化方法。
2017-03-01 cs.CV
Overcoming Challenges in Fixed Point Training of Deep Convolutional Networks
Qualcomm Research（高通研究院）
众所周知，训练深度神经网络，特别是深度卷积网络，具有急剧降低的数值精度是具有挑战性的。随机梯度下降算法在存在由具有有限数值精度的算术产生的噪声梯度更新的情况下变得不稳定。随机舍入是一种被广泛接受的促进低精度定点网络训练的解决方案。然而，据我们所知，噪声梯度更新训练神经网络的不稳定性的来源还没有得到很好的研究。这项工作是试图在低数值精度和训练算法稳定性之间建立理论联系。在此过程中，我们还将提出并通过实验验证能够提高定点深度卷积网络训练性能的方法。
2016-07-08 cs.CV cs.LG
Genetic Programming and Gradient Descent: A Memetic Approach to Binary Image Classification
Victoria University of Wellington（惠灵顿维多利亚大学）
图像分类是计算机视觉中的一项重要任务，它的目的是根据一定的视觉准则将一组图像分成不同的类别。诸如卷积神经网络的现有方法已经成功地用于执行图像分类。然而，这种方法通常需要人为干预来设计模型。此外，这种模式难以解释，分析不同类别的模式也具有挑战性。本文提出了一种混合（模因）的方法结合遗传编程（GP）和基于遗传的优化图像分类，以克服上述的局限性。所提出的方法的性能进行比较的基线版本（没有本地搜索）的四个二进制分类图像数据集，以提供一个洞察本地搜索机制的有用性，以提高GP的性能。
2019-09-28 cs.CV cs.NE
Band Selection from Hyperspectral Images Using Attention-based Convolutional Neural Networks
Silesian University of Technology（西里西亚工业大学）；KP Labs（KP实验室）
本文介绍了新的注意力为基础的卷积神经网络选择波段的高光谱图像。所提出的方法在不同深度处重复使用卷积激活，在门控机制的帮助下识别频谱中信息量最大的区域。我们的注意力技术是模块化的，易于实现，并且可以使用梯度下降进行端到端的无缝训练。我们严格的实验表明，配备了注意力机制的深度模型可以提供高质量的分类，并反复识别训练数据中的重要波段，从而可以创建保留最有意义特征的精细且极其紧凑的集合。
2020-01-09 cs.CV cs.LG stat.ML
On the Relationship Between Double Descent of CNNs and Shape/Texture Bias Under Learning Process
Tokyo Denki University（东京电机大学）；Tokyo Institute of Technology（东京工业大学）；Tenchijin Inc.（天进公司）；National Institute of Advanced Industrial Science and Technology（国立先进工业技术研究所）
本文研究了CNN学习过程中形状/纹理偏差与逐轮次双重下降现象的关联，发现两者同步出现，且该现象在无标签噪声条件下也可能发生，有助于揭示双重下降机制。
2025-03-04 cs.CV cs.LG
Constrained Gradient Descent: A Powerful and Principled Evasion Attack Against Neural Networks
Carnegie Mellon University（卡内基梅隆大学）；Duke University（杜克大学）；Tel Aviv University（特拉维夫大学）
我们提出了针对深度神经网络的新的、更有效的有针对性的白盒攻击。我们的攻击更好地与攻击者的目标保持一致：（1）欺骗模型，使目标类的概率高于任何其他类，同时（2）保持在被攻击输入的$ε$距离内。首先，我们展示了一个损失函数，显式编码（1），并表明自动PGD发现更多的攻击。其次，我们提出了一种新的攻击方法，约束梯度下降（CGD），使用我们的损失函数的改进，捕捉（1）和（2）。CGD寻求以原则性的方式满足两个攻击者目标-错误分类和有界$\ell_{p}$ -范数-作为优化的一部分，而不是经由自组织后处理技术（例如，投影或剪切）。我们发现CGD在CIFAR 10（0.9- 4.2%）和ImageNet（8.6- 13.6%）上比最先进的攻击更成功，同时消耗更少的时间（11.4- 18.8%）。统计测试证实，我们的攻击优于其他领先的防御不同的数据集和值的$ε$。
2022-06-21 cs.CR cs.CV cs.LG
Targeted Activation Penalties Help CNNs Ignore Spurious Signals
Imperial College London（帝国理工学院）；Charing Cross Hospital（查林十字医院）
针对深度CNN依赖训练数据虚假信号致泛化差且现有方法易让虚假信号重现的问题，提出TAP方法，通过惩罚激活控制虚假信号重现、降低训练成本，且可用预训练标注替代真实标注，在多数据集和架构上优于现有基线。
2023-12-17 cs.CV cs.LG
Constrained Convolutional Neural Networks for Weakly Supervised Segmentation
University of California, Berkeley（加州大学伯克利分校）
我们提出了一种方法来学习一个密集的像素级标签从图像级标签。每个图像级标签对卷积神经网络（CNN）分类器的输出标记施加约束。我们提出了约束CNN（CCNN），一种使用新的损失函数来优化CNN的输出空间（即预测标签分布）上的任何线性约束集的方法。我们的损失公式很容易优化，可以直接纳入标准的随机梯度下降优化。其关键思想是将训练目标描述为线性模型的双凸优化，然后将其放松到非线性深度网络。大量的实验证明了我们的新的学习框架的通用性。约束损失在弱监督语义图像分割上产生了最先进的结果。我们进一步证明，增加稍微多一点的监督可以大大提高学习算法的性能。
2015-10-18 cs.CV cs.LG
$\ell_0$ Regularized Structured Sparsity Convolutional Neural Networks
University of California, Irvine（加州大学欧文分校）；Whittier College（惠蒂尔学院）；Qualcomm AI（高通人工智能）
加深和加宽卷积神经网络（CNN）通过分别增加更多的卷积层和每层的特征图来显著增加可训练权重参数的数量。通过在训练过程中对层的权重施加组间和组内稀疏性，可以获得精度与密集网络相当的压缩网络。在本文中，我们提出了一个新的变种稀疏组套索，混合$\ell_0$规范到个人的权重参数和$\ell_{2,1}$规范到一个层的输出通道。为了解决$\ell_0$范数的不可微性，我们应用变量分裂，从而产生一种算法，该算法包括执行随机梯度下降，然后对每次迭代进行硬阈值处理。分别在MNIST和CIFAR 10/100的LeNet-5和宽残差网络上进行了数值实验。他们展示了我们提出的方法在实现卓越的测试精度与网络稀疏化与当前最先进的水平。
2019-12-17 cs.CV cs.LG
Improving Convolutional Neural Networks Via Conservative Field Regularisation and Integration
Polytechnique Montreal（蒙特利尔理工学院）
当前卷积神经网络（CNN）的研究主要集中在改变网络结构、优化超参数和改进梯度下降等方面。然而，大多数工作只使用CNN内部的3个标准操作系列：卷积、激活函数和池化。在这项工作中，我们提出了一个新的家庭的操作的基础上的拉普拉斯算子的格林函数，它允许网络来解决拉普拉斯算子，整合任何向量场，并通过迫使它是保守的正则化的字段。因此，格林函数（Green's function，GF）是第一个通过强制2D或3D特征空间是保守的和物理上可解释的来正则化2D或3D特征空间的操作，而不是正则化权重的范数。我们的研究结果表明，这种正则化可以让网络学习得更快，训练曲线更平滑，泛化能力更好，而无需任何额外的参数。目前的手稿提出了早期的结果，需要更多的工作来基准所提出的方法。
2020-03-11 cs.AI cs.CV
Competition vs. Concatenation in Skip Connections of Fully Convolutional Networks
German Center for Neurodegenerative Diseases (DZNE)（德国神经退行性疾病研究中心（DZNE））；Technische Universität München（慕尼黑工业大学）；Harvard Medical School（哈佛医学院）
针对全卷积网络跳跃连接的特征融合问题，提出引入竞争式maxout激活的CDFNet，通过CDB和CUB分别在局、全局尺度引入层间竞争，在VISCERAL基准全身分割任务上优于多种现有最优方法。
2018-07-20 cs.CV cs.LG
Interpretation of Swedish Sign Language using Convolutional Neural Networks and Transfer Learning
KTH Royal Institute of Technology（瑞典皇家理工学院）
手语的自动翻译是一项具有挑战性的任务，因为它需要使用高级视觉和高级运动处理系统来提供准确的图像感知。在本文中，我们使用卷积神经网络（CNN）和迁移学习，以使计算机能够解释瑞典手语（SSL）的手字母表的迹象。我们的模型包括预训练的InceptionV 3网络的实现，以及小批量梯度下降优化算法的使用。我们在模型及其数据的预训练期间依赖于迁移学习。基于8个研究对象和9,400张图像，该模型的最终准确率为85%。我们的研究结果表明，CNN的使用是一种很有前途的方法来解释手语，迁移学习可以用来实现高测试精度，尽管使用一个小的训练数据集。此外，我们描述了我们的模型的实施细节，解释标志作为一个用户友好的Web应用程序。
2020-10-15 cs.AI cs.CV
