论文在此：
2019 ICML Making Convolutional Networks Shift-Invariant Again
项目主页：
https://richzhang.github.io/antialiased-cnns/
开源代码：
https://github.com/adobe/antialiased-cnns#1-quickstart-load-an-antialiased-model
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
古往今来，大家都知道：只要图像一平移，CNN就认不出来了。
原因就在降采样身上。不管是最大池化，跨步卷积，还是平均池化，都对平移太敏感：
比如，0、0、1、1、0、0、1、1……这样的周期，最大池化是这样：
image
但如果平移一格，最大池化完全变了一个样子：
image
虽然，有著名的抗锯齿(Anti-Aliasing，AA) 方法，致力解决这个问题。但把这种模块直接插进网络，会严重影响模型的表现。
现在，来自Adobe的Richard Zhang (简称“理查”) ，让抗锯齿和各种降采样和平共处了。
在保留平移不变性的情况下，还能提升ImageNet上的分类准确率。VGG、ResNet、DenseNet……各种架构都适用。
不止如此， 面对其他干扰更稳定了，如旋转如缩放；面对输入图像的损坏，还更鲁棒了。
研究登上了ICML 2019，代码已经开源，还有演讲可以看。Reddit热度已经超过了250，观众纷纷表达了谢意：
论文很厉害，演讲也很好。
怎样和解的？
想知道怎样帮助CNN保留平移不变形，就要了解平移不变性是怎样打破的。
理查观察了VGG的第一个卷积层，发现它对平移毫无波澜，并不是在这里打破的。
但再观察第一个池化层，对平移有了反应：平移偶数个像素，表征还不改变，平移奇数个像素，表征就完全变了。
向网络深处走，经过的池化层越多，问题就越严重。
image
△抗锯齿
想解决这个问题，就要把抗锯齿和降采样友好地结合到一起。
于是，理查又仔细查看了降采样过程，把它 (按顺序) 分成了两个部分：
一是取最大值，用密集的方式。
二是在中间特征图 (Intermediate Feature Map) 上做子采样 (Sub-Sampling) 。
第一步没有问题，完全不会出现锯齿。
第二步就要改了。理查给中间特征图，加了个模糊滤波器(Blur Filter) 来抗锯齿，然后再做子采样：
image
△(2)为滤波器
那么，“抗锯齿版最大池化”效果怎么样？
平移不变性与准确率兼得
理查用ImageNet分类任务测试了一下进化后的VGG，原以为会损失一些准确率，结果：
image
△右为抗锯齿
image
△空心为抗锯齿
在解锁平移不变性的同时，准确率还提升了。
如果降采样方法不是最大池化，又怎么样呢？
所以，理查还测试了ResNet和MobileNetv2，它们用的是跨步卷积；以及DenseNet，它用的是平均池化：
image
△空心为抗锯齿
这些架构也获得了类似的提升。全面成功。
上面只讲了分类这一项任务。而进化后的降采样，在图到图翻译任务上也同样有效。
不惧各种变换，以及图像损坏
不只是平移，像旋转、缩放这样的干扰，都可以应对自如；另外，面对输入图像损坏(Image Corruption) ，也变得更加鲁棒了。
ImageNet-P数据集里，有受到各类干扰的图像；而ImageNet-C数据集里，包含了系统性损坏的图像。
image
△mCE=Mean Corruption Rate, mFR=Mean Flip Rate
左边一栏 (除了Baseline) 之外，是不同的滤波器，从上到下依次变强。mCE和mFR，都是越小越好。
数据显示，各种滤波器都能有效增强，应对干扰的稳定性，和应对图像损坏的鲁棒性。其中，最强的过滤器Bin-5表现最佳。
网友评论