论文标题：Spectral Leakage and Rethinking the Kernel Size in CNNs 论文链接：https://arxiv.org/abs/2101.10143 作者单位：代尔夫特理工大学CV Lab 本文证明了CNN kernel的小尺寸易于受到频谱泄漏的影响，这可能会导致性能下降。为此，本文提出使用更大的kernel尺寸以及汉明窗函数来减轻CNN中的频谱泄漏。实验证明了比基线更高的分类精度。代码即将开源！

CNN中的卷积层实现了线性滤波器(filters)，该滤波器将输入分解为不同的频带。但是，大多数现代体系结构在优化卷积核的大小和形状的模型选择时都忽略了滤波器设计的标准原理。在这项工作中，我们考虑了由CNN上下文中的滤波操作中的窗口伪影引起的众所周知的频谱泄漏（Spectral Leakage）问题。我们证明了CNN kernel的小尺寸使其易于受到频谱泄漏的影响，这可能会导致性能下降的伪像(artifacts)。为了解决此问题，我们提出使用更大的kernel大小以及汉明窗函数来减轻CNN架构中的频谱泄漏。与传统方法相比，我们展示了比基线更高的分类精度。

内容中包含的图片若涉及版权问题，请及时与我们联系删除