计算机视觉问题中卷积神经网络正交可调小波单元的阻带能量约束-计算机科学-机器学习-异常检测-计算机视觉.pdf

计算机视觉问题中卷积神经网络正交可调小波

单元的阻带能量约束

AnD.Le,HungNguyen,SungbalSeo,You-SukBaeandTruongQ.Nguyen

JacobsSchoolofEngineering,UniversityofCaliforniaSanDiego,LaJolla,CA92093,USA

{d0le,hun004,tqn001}@ucsd.edu

DepartmentofComputerEngineering,TechUniversityofKorea,Siheung15073,SouthKorea

{sungbal,ysbae}@tukorea.ac.kr

摘要—这项工作为正交可调小波单元中的格结构滤波器引入I.介绍

了一个阻带能量约束，旨在提高卷积神经网络（CNN）在纹理丰富

的数据集上的图像分类和异常检测性能。该方法集成到ResNet-卷积神经网络（CNNs）广泛应用于各种计算机视觉

本18中，增强了卷积、池化和下采样操作，在CIFAR-10上提高应用中，包括医学成像[1,2]、智能农业[3]和空气质量

了2.48%的准确率，在DescribableTextures数据集上提高了监测[4,5]。最大池化是如ResNets[6]等CNN架构的关

译13.56%的准确率。在ResNet-34中也观察到了类似的改进。在键组成部分，它强调主导特征但丢弃了细节数量，导致

中MVTec榛子异常检测任务中，所提出的方法在分割和检测方面出现混叠伪影[7]。虽然基于频率的方法[8,9]关注低频

1都取得了具有竞争力的结果，并超过了现有的方法。成分，像WaveCNet[10]这样的小波模型主要使用低通

v

4滤波器。然而，如小波注意力CNNs[11]等模型结合了

1

1Keywords—异常检测，计算机视觉，离散小波变换，特征提粗略和细粒度细节，这对高分辨率图像处理至关重要。

6取，图像处理，图像识别，机器学习。

1如图1所示，CIFAR-10数据集[12]主要包含低频信

.

7息，而MVTecAD[13,14]和DTD[15]则在低频和高频区

0

5域分布特征。在图1的第三列所示的“裂痕”DTD样本

2

:中，低通分量X保留了最少的纹理信息，而高通分量

v

iX、X和X捕捉到了显著特征。这突显了在CNNs

x

r中保留高低频信息的必要性。

a

先前的研究[16,17]探索了通过利用小波分解和完

美重构来保留完整图像信息的方法，在临床环境中展示

了性能提升。可调小波滤波器的引入[18,19]进一步提