研究人员开发了一种新的纹理分类框架，该框架将自监督学习与混沌动力学相结合。这种方法使用混沌映射作为数据增强来训练网络学习鲁棒特征，模拟复杂的环境噪声。然后，系统融合了高级语义信息和低频结构特征，以提高在各种基准测试上的准确性。 AI
影响 通过将混沌动力学与自监督学习相结合，为纹理分类引入了一种新颖的方法，有望提高计算机视觉任务的泛化能力。
排序理由 这是一篇研究论文，详细介绍了使用混沌对比学习进行纹理分类的新颖方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.05012v1 Announce Type: new Abstract: Texture classification is a pivotal task in computer vision, presenting unique challenges due to high inter-class similarity and the sensitivity of structural patterns to scale and illumination changes. While Convolutional Neural Ne…
Texture classification is a pivotal task in computer vision, presenting unique challenges due to high inter-class similarity and the sensitivity of structural patterns to scale and illumination changes. While Convolutional Neural Networks (CNNs) and recent Vision Transformers hav…