Wat is spatial pyramid pooling?

Ruimtelijke Piramide Pooling (SPP) is een techniek in computer vision waarmee je vaste grootte kenmerken kunt extraheren uit invoerafbeeldingen van verschillende groottes zonder dat je ze vooraf hoeft te schalen.

Het idee is dat in plaats van eenvoudige globale pooling (bijvoorbeeld max pooling), een hiërarchie van pooling met verschillende venstergroottes wordt toegepast, waarbij de afbeelding wordt opgedeeld in meerdere niveaus (piramide), bijvoorbeeld 1x1, 2x2, 4x4, enzovoort. Op elk niveau worden de maxima in de overeenkomstige regio's genomen, en alle resultaten worden samengevoegd tot een vaste lengte vector.

Dit stelt neurale netwerken in staat om met afbeeldingen van willekeurige grootte te werken, terwijl de ruimtelijke informatie op verschillende schalen behouden blijft.

Voorbeeld: als je een afbeelding hebt, kun je deze verdelen in 4 vierkanten (2x2), het maximum in elk nemen, vervolgens in 16 vierkanten (4x4), enzovoort, en al deze waarden samenvoegen in één enkele vector.

SPP wordt vaak gebruikt in CNN-architecturen om flexibiliteit en herkenningskwaliteit te verbeteren.