‹ arXiv cs.LG

分级卷积网络:无尺度的尺度不变性和对未知模糊的鲁棒性

原文:Graded convolutional networks: scale invariance without the scale and robustness to unknown blur

arXiv cs.LG 未缓存正文

图像的高斯射流是一个分级向量空间:$λ$ 的膨胀会将 $k$ 阶的导数乘以 $λ^{-k}$。局部分级卷积完全是齐次微分算子,并且局部特征是膨胀不变的,当且仅当它通过尺度归一化射流进行因子分解,或者在没有尺度的情况下,通过收缩到分级的加权球上。未知Ga下

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类