日本語タイトル#
畳み込みニューラルネットワークにおける直交調整可能ウェーブレットユニットのストップバンドエネルギー制約
英文タイトル#
Stop-band Energy Constraint for Orthogonal Tunable Wavelet Units in Convolutional Neural Networks for Computer Vision problems
日本語要約#
この研究は、格子構造を持つ直交調整可能ウェーブレットユニットのフィルターに対するストップバンドエネルギー制約を導入し、特にテクスチャが豊富なデータセットにおける CNN の画像分類と異常検出の性能を向上させることを目的としています。ResNet-18 に統合されたこの手法は、畳み込み、プーリング、ダウンサンプリング操作を強化し、CIFAR-10 での精度を 2.48%、記述可能なテクスチャデータセットでの精度を 13.56% 向上させました。ResNet-34 でも同様の改善が観察されました。MVTec ヘーゼルナッツ異常検出タスクでは、提案された手法がセグメンテーションと検出の両方で競争力のある結果を達成し、既存のアプローチを上回っています。
英文要約#
This work introduces a stop-band energy constraint for filters in orthogonal tunable wavelet units with a lattice structure, aimed at improving image classification and anomaly detection in CNNs, especially on texture-rich datasets. Integrated into ResNet-18, the method enhances convolution, pooling, and downsampling operations, yielding accuracy gains of 2.48% on CIFAR-10 and 13.56% on the Describable Textures dataset. Similar improvements are observed in ResNet-34. On the MVTec hazelnut anomaly detection task, the proposed method achieves competitive results in both segmentation and detection, outperforming existing approaches.
PDF 取得#
抖音でスキャンしてさらに素晴らしいコンテンツを確認