本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #192
- 日期：2026-03-18
摘要
我們研究了學習的形狀原型在視覺分層神經網路模型的一個有影響力的家族中的作用。這些網路設計的核心是學習形狀的字典，旨在回應輸入中的辨別視覺模式。雖然基於此類學習原型的高級特徵被認為是這些模型中視點不變物件識別的關鍵[1]、[2]，但我們表明，透過使用一組簡單的未學習的「形狀無關」特徵可以在不變物件辨識任務上獲得高效能。這種行為對於網路的規模來說是穩健的。這些結果對學習和形狀特異性在此類模型成功完成困難視覺任務中的作用提出了質疑，並表明隨機構建的原型可能提供有用的「通用」字典。