Training convolutional neural networks for image classification with quality-reduced examples

Abstract

En tareas de Visión por Computadora, las Redes Neuronales Profundas pueden superar a los clasificadores humanos en la tarea de Clasificación de Imágenes. Por lo general, se entrenan los clasificadores con imágenes de entrenamiento y conjuntos de validación sin perturbaciones en su calidad. En este contexto, queremos estudiar el comportamiento de las Redes Neuronales al entrenarlas con imágenes con calidad reducida. Estudios previos han reducido la información necesaria de una imagen para obtener una clasificación correcta utilizando Redes Neuronales, minimizando la entropía o peso de una imagen mediante reducciones de su calidad. La entropía es aproximada con el peso de la imagen en disco, la que depende del tipo de compresión utilizada para la imagen. Esta compresión, si es sin pérdida, tiene como valor mínimo posible la entropía de Shannon. Las reducciones de calidad antes mencionadas son la aplicación de una transformación a una imagen que disminuye su calidad, por ejemplo recortar la imagen, disminuir su resolución o su cantidad de colores. Este tipo de imágenes plantea un desafío a las Redes Neuronales, pues al tener menor información, puede llevar a una clasificación incorrecta. Al ser entrenada una red neuronal con este tipo de reducciones, podría mejorar su rendimiento sobre imágenes con reducciones de calidad, mejorando así su rendimiento sobre imágenes con distorsiones. En este trabajo proponemos metodologías de entrenamiento para Redes Neuronales en las que se aplican reducciones de calidad para generar imágenes con las que será entrenada la red neuronal. Evaluamos nuestra propuesta de metodología de entrenamiento sobre el conjunto de imágenes ImageNet y HumaNet (subconjunto que posee imágenes con reducciones de calidad). Los experimentos evalúan el rendimiento y su progresión. Los resultados obtenidos muestran que nuestra metodología puede, en algunos casos, mejorar el rendimiento de las Redes Neuronales en conjuntos de imágenes reducidas y mantener un rendimiento similar al baseline en conjuntos de imágenes sin reducción. Además, las Redes Neuronales entrenadas con nuestra metodología logran clasificar correctamente imágenes con menos calidad. La principal conclusión es que al entrenar las Redes Neuronales con imágenes con reducciones de calidad, el rendimiento sobre conjuntos con calidad reducida muestra una mejora en algunas arquitecturas de clasificación, en particular el aumento de 71.6% a 72.2% en accuracy de EfficientNet, con respecto a nuestro baseline en el conjunto ImageNet. El trabajo futuro considera la construcción de conjuntos de imágenes con reducciones de calidad, el estudio de este método como forma de compresión y la realización de experimentos con otras heurísticas.