訂閱
糾錯
加入自媒體

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

我們可以很容易看出,當(dāng)每一個單獨的J都和T具備交換律時,我們可以分別應(yīng)用命題三,來證明每一個J產(chǎn)生的新圖像分布不具備視覺手性。而當(dāng)我們將這些不具備視覺手性的新圖像分布加權(quán)求和的時候(公式20),我們得到的新圖像分布仍舊不具備視覺手性。對于第二點來說,即便每個單獨的J都不和T具備交換律時,我們?nèi)钥梢哉业叫碌膱D像分布不具備視覺手性的情況。為了理解這一點,作者引入了一個新的概念”排列交換律”(Permuted  Commutativity),如下圖所示:

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

在這個例子中,作者假設(shè)

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

,

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

,

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

單獨并不和T具備交換律,但在一種打亂的排列下具備交換性,如圖中不同顏色的箭頭所示。這種排列帶來的交換律的關(guān)系可以用以下公式表達(dá)(a和b為排列中的序號)。

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

在這個情況下,每一條箭頭都能滿足命題三中的條件,因此他們的加權(quán)和仍舊不具備視覺手性。
作者將這種具備"排列交換律"的情況形象得稱為"平移交換律"(Glide Commutativity),因為這類視覺現(xiàn)象在自然界廣泛存在。例如人類的足跡,經(jīng)過平移之后仍舊是對稱的:

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

那么如何檢驗這種”平移交換律“的存在呢?作者針對隨機(jī)剪裁提出了一個簡單的平移交換律測試(Glide Commutativity Test):

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

假設(shè)一種平移(例如左移五個像素)為Φ,測試步驟如下:

首先將任意圖片x進(jìn)行填充,并確保邊緣足夠大。

將填充后的圖片進(jìn)行Φ平移。

通過先后運算T和J,得到兩種圖片:

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

將這兩個圖片用T(-Φ)平移回原處。

將這兩個圖片多余的填充像素剪裁掉。


而平移交換律測試只需要對任意兩種平移方式(

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

)檢查以下殘差是否為0:

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

作者對去馬賽克,JPEG壓縮,以及兩者結(jié)合這三種圖像處理方式進(jìn)行了測試。測試結(jié)果為:當(dāng)去馬賽克和JPEG壓縮單獨使用時,經(jīng)過隨機(jī)剪裁后的分布具備平移交換律(如下圖1和2中的黑色格子),所以一定不具備視覺手性。而當(dāng)兩者結(jié)合時,平移交換律就消失了,同時可能產(chǎn)生視覺手性。

CVPR 2020 最佳論文提名 | 神經(jīng)網(wǎng)絡(luò)能否識別鏡像翻轉(zhuǎn)

作者同樣利用人造數(shù)據(jù)集進(jìn)行了神經(jīng)網(wǎng)絡(luò)訓(xùn)練,并驗證了這一測試的結(jié)果。這意味著對于大量的互聯(lián)網(wǎng)圖片,由于它們都經(jīng)過了去馬賽克和JPEG壓縮,即便我們使用了隨機(jī)剪裁,仍然有可能觀察到視覺手性。也就是說,數(shù)字圖像處理所導(dǎo)致的視覺手性現(xiàn)象可能大量存在于互聯(lián)網(wǎng)圖片之中,并且這類線索可能存在于任意圖片區(qū)域。這類線索在互聯(lián)網(wǎng)圖片中可能肉眼不可見,卻能被神經(jīng)網(wǎng)絡(luò)捕捉到。這也為圖片識偽(image forensic)提供了新的可能性。

七、結(jié)論

「視覺手性」這篇文章首次挑戰(zhàn)了神經(jīng)網(wǎng)絡(luò)訓(xùn)練中對于圖片”翻轉(zhuǎn)不變性“的假設(shè),并在多種不同的視覺分布上發(fā)現(xiàn)了”視覺手性“的線索。這對于未來的數(shù)據(jù)增強和圖片識偽方法將有很大的指導(dǎo)意義。

關(guān)于我“門”

將門是一家以專注于發(fā)掘、加速及投資技術(shù)驅(qū)動型創(chuàng)業(yè)公司的新型創(chuàng)投機(jī)構(gòu),旗下涵蓋將門創(chuàng)新服務(wù)、將門技術(shù)社群以及將門創(chuàng)投基金。將門成立于2015年底,創(chuàng)始團(tuán)隊由微軟創(chuàng)投在中國的創(chuàng)始團(tuán)隊原班人馬構(gòu)建而成,曾為微軟優(yōu)選和深度孵化了126家創(chuàng)新的技術(shù)型創(chuàng)業(yè)公司。

將門創(chuàng)新服務(wù)專注于使創(chuàng)新的技術(shù)落地于真正的應(yīng)用場景,激活和實現(xiàn)全新的商業(yè)價值,服務(wù)于行業(yè)領(lǐng)先企業(yè)和技術(shù)創(chuàng)新型創(chuàng)業(yè)公司。

將門技術(shù)社群專注于幫助技術(shù)創(chuàng)新型的創(chuàng)業(yè)公司提供來自產(chǎn)、學(xué)、研、創(chuàng)領(lǐng)域的核心技術(shù)專家的技術(shù)分享和學(xué)習(xí)內(nèi)容,使創(chuàng)新成為持續(xù)的核心競爭力。

將門創(chuàng)投基金專注于投資通過技術(shù)創(chuàng)新激活商業(yè)場景,實現(xiàn)商業(yè)價值的初創(chuàng)企業(yè),關(guān)注技術(shù)領(lǐng)域包括機(jī)器智能、物聯(lián)網(wǎng)、自然人機(jī)交互、企業(yè)計算。在近四年的時間里,將門創(chuàng)投基金已經(jīng)投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數(shù)科技、迪英加科技等數(shù)十家具有高成長潛力的技術(shù)型創(chuàng)業(yè)公司。

<上一頁  1  2  3  4  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號