Quaternion Approximate Networks per una migliore classificazione delle immagini e il rilevamento di oggetti orientati

Abstract degli autori

Questo articolo presenta Quaternion Approximate Networks (QUAN), un nuovo framework di deep learning che sfrutta l’algebra dei quaternioni per classificare le immagini e rilevare gli oggetti in modo equivariante rispetto alle rotazioni. A differenza delle reti neurali a quaternioni convenzionali, che cercano di operare interamente nel dominio dei quaternioni, QUAN approssima la convoluzione tra quaternioni mediante la scomposizione del prodotto di Hamilton, utilizzando operazioni a valori reali. Questo approccio preserva le proprietà geometriche e consente al contempo un’implementazione efficiente con kernel CUDA personalizzati. Introduciamo la normalizzazione batch indipendente dei quaternioni (IQBN) per la stabilità dell’addestramento ed estendiamo le operazioni sui quaternioni ai meccanismi di attenzione spaziale. QUAN viene valutato su compiti di classificazione delle immagini (CIFAR-10/100, ImageNet), rilevamento degli oggetti (COCO, DOTA) e percezione robotica. Nei compiti di classificazione, QUAN raggiunge un’accuratezza maggiore con meno parametri e una convergenza più rapida rispetto ai modelli convoluzionali e a quaternioni esistenti. Nel rilevamento degli oggetti, QUAN dimostra una maggiore efficienza nell’uso dei parametri e una migliore gestione delle rotazioni rispetto alle reti neurali convoluzionali (CNN) standard, stabilendo al contempo lo stato dell’arte per le CNN a quaternioni in questo compito a valle. Questi risultati evidenziano il suo potenziale di impiego in sistemi robotici con risorse limitate che richiedono una percezione capace di tenere conto delle rotazioni, nonché di applicazione in altri ambiti. Codice: https://cwru-aism.github.io/ QUANpaper/