[论文解读] Rotation Invariance Neural Network

Shiyuan Li|arXiv (Cornell University)|Jun 17, 2017

Image and Object Detection Techniques参考文献 13被引用 4

一句话总结

该论文提出了一种新颖的卷积神经网络架构，采用循环卷积层以实现在2D符号识别中的旋转不变性。通过利用特征学习中的旋转对称性，该网络能够联合检测位置与方向，在某些情况下支持零样本学习，并在无需数据增强的情况下对旋转实例保持高精度。

ABSTRACT

Rotation invariance and translation invariance have great values in image recognition tasks. In this paper, we bring a new architecture in convolutional neural network (CNN) named cyclic convolutional layer to achieve rotation invariance in 2-D symbol recognition. We can also get the position and orientation of the 2-D symbol by the network to achieve detection purpose for multiple non-overlap target. Last but not least, this architecture can achieve one-shot learning in some cases using those invariance.

研究动机与目标

• 解决图像识别中2D符号识别的旋转不变性这一关键挑战。
• 在单一网络架构中实现对物体位置与方向的联合预测。
• 通过网络设计中固有的不变性特性，支持零样本学习。
• 减少在CNN中实现旋转鲁棒性时对数据增强的依赖。
• 为在旋转条件下检测多个非重叠符号提供可扩展的端到端解决方案。

提出的方法

• 提出一种循环卷积层，通过在特征图上以旋转方式应用滤波器，强制实现旋转等价性。
• 设计网络以利用共享特征表示，同时输出检测到的符号的空间位置与方向。
• 采用共享的特征提取主干网络，配合旋转等变头，实现方向与位置的同时预测。
• 采用结合分类、定位与方向回归的损失函数，实现联合优化。
• 利用循环结构隐式学习旋转不变性，无需显式的数据增强。
• 通过循环层的不变性特性，实现从少量样本的泛化，支持零样本学习。

实验结果

研究问题

• RQ1 CNN架构是否能在不依赖数据增强的情况下实现旋转不变性？
• RQ2 单一网络是否能以高精度同时预测物体的位置与方向？
• RQ3 该架构在符号识别任务中在多大程度上支持零样本学习？
• RQ4 与标准卷积相比，循环卷积层在旋转下的泛化性能有何提升？
• RQ5 旋转不变性对多个非重叠符号检测性能有何影响？

主要发现

• 循环卷积层实现了强大的旋转不变性，相较于标准CNN，其在旋转测试样本上的性能下降显著减少。
• 网络在高定位与方向精度下成功检测到多个非重叠符号。
• 由于循环层的不变性特性，在特定情况下实现了零样本泛化。
• 该模型在标准基准测试中保持了具有竞争力的精度，同时显式建模了方向信息。
• 该架构减少了在旋转鲁棒识别任务中对大规模数据增强的依赖。
• 位置与方向的联合预测有效，在多目标场景下性能下降微乎其微。