LR-Net: Ein blockbasierter convolutionaler neuronaler Netzwerk für die Klassifikation von Bildern mit geringer Auflösung

Der Erfolg von CNN-basierten Architekturen bei der Bildklassifizierung im Lernen und Extrahieren von Merkmalen hat ihre heutige Beliebtheit maßgeblich geprägt. Allerdings wird die Aufgabe der Bildklassifizierung herausfordernder, wenn state-of-the-art-Modelle eingesetzt werden, um rauschhafte und qualitativ schlechte Bilder zu klassifizieren. Es bleibt weiterhin schwierig für Modelle, sinnvolle Merkmale aus solchen Bildern zu extrahieren, da diese durch ihre geringe Auflösung und den Mangel an aussagekräftigen globalen Merkmalen gekennzeichnet sind. Zudem erfordern hochauflösende Bilder eine größere Anzahl an Schichten für das Training, was bedeutet, dass sie mehr Zeit und rechnerische Leistung benötigen. Unser Ansatz adressiert zudem das Problem des Verschwindens von Gradienten, das bei tieferen tiefen neuronalen Netzen auftritt, wie bereits erwähnt. Um all diese Herausforderungen zu bewältigen, haben wir eine neuartige Architektur für die Bildklassifizierung entwickelt, die aus Blöcken besteht, die speziell darauf ausgelegt sind, sowohl lokale als auch globale Merkmale aus verschwommenen und rauschbehafteten, niedrigauflösenden Bildern zu lernen. Die Gestaltung dieser Blöcke wurde stark von Residual-Verbindungen und Inception-Modulen beeinflusst, um die Leistungsfähigkeit zu steigern und die Anzahl der Parameter zu reduzieren. Wir haben unsere Methode zudem anhand der MNIST-Datensätze evaluiert, wobei besonderes Augenmerk auf dem Oracle-MNIST-Datensatz liegt, der aufgrund seiner schlechten Qualität und des hohen Rauschpegels am schwierigsten zu klassifizieren ist. Ausführliche Tests zeigen, dass die vorgestellte Architektur schneller und genauer ist als bestehende state-of-the-art-Convolutional Neural Networks. Darüber hinaus ermöglicht die einzigartige Struktur unseres Modells aufgrund seiner spezifischen Eigenschaften eine bessere Leistung mit weniger Parametern.