今天一直在思考CNN的旋转不变性，众所周知，CNN具有平移不变性，但是是否具有旋转不变性呢。我们来研究下吧。

1 查阅资料

查阅了许多国内外资料，在解释旋转不变性的时候，普遍得出来，CNN具有一定的旋转不变性，但是这个旋转不变性是有一定的角度控制的，当然起作用的是maxpooling 层，当我们正面拍一些照片的时候，在某些地方会得到activation.然后旋转一定的角度之后，这个依然在相同的点得到activation区域。当然决定这个区域的是maxpooling 层，所以说maxpooling越大可以旋转保持抽取特征不变性的角度就越大。现在很多人解决这种问题的方法都是用data augmentation。

data augmentation:人工增加训练集的大小. 通过平移, 翻转, 加噪声等方法从已有数据中创造出一批"新"的数据

当然这位仁兄介绍的比较仔细，传送门：http://www.cnblogs.com/love6tao/p/5841648.html，但是这种方法，很容易导致模型过拟合。有没有一种方法能解决这个问题呢，下面我来介绍一篇CVPR 2016上的文章。

2 论文介绍

论文名字：RIFD-CNN: Rotation-Invariant and Fisher Discriminative Convolutional Neural Networks for Object Detection

当然这篇文章介绍了旋转不变性改进，和判别改进，但是我这里只介绍一种。

R-CNN模型图：

它这个模型其实很简答，前面就是data augmentation. 然后放上传统的CNN层（VGGNet,AlexNet）.是传统网络分类层的前一层。本模型是在之间加了层以保证模型的旋转不变性。

模型分为两层：一层data augmentation 和model training.

Data augmentation:给一些列初始的训练样本,我们通过旋转变化得到了一系列新的训练样本：,其中是正样本，是负样本，是一些列的k个旋转角度。

model training：为了达到旋转不变的特性，文章增加了一个旋转不变全连接层。中的m是除了分类层次的所有层数。不像传统的卷积神经网络，仅仅优化多项逻辑斯蒂回归，即y的值是多项的，是大于2分类的（0,1,2）。具体不多说，传送门，讲的很详细：http://www.docin.com/p-586309778.html

但是本文提出的R-CNN模型，通过加上正则约束项优化一个新的目标函数，以确保训练样本在旋转之前和之后分享相似的特征。

为了减少训练损耗，直接把之前神经网络训练好的参数，带进去。假设是层的输出，是的输出。是分类层。和的参数。那么我们就可以得到：

其中，是RELU 和softmax激活函数。关于激活函数我这里就不说了。

那么给出训练样本以及他们对应的标签,假设总的参数为和.

那么就可以得到下面的优化公式：

其中和为平衡三个目标公式的约束项。其中为softmax 分类器的损失函数：. 其中N是训练样本个数，K是每个样本旋转的次数。

第二，是作为旋转不变正则化约束项。可以表示为：

是RI-CNN旋转之后特征的平均值，表示为：

目标函数的第三项作为一个权值衰减组，为了控制权重，防止过拟合。

整个模型的优化都是用随机梯度下降来优化。

下面贴出这个算法：

总结：算法不是太难，但是想法很好。

关于卷积神经网络旋转不变性的一点研究