⚡ electrical engineering

Classical versus Deep Mirror-Symmetry Scoring: A Benchmark of Thirteen Methods

Dit artikel benchmarkt dertien klassieke en op deep learning gebaseerde methoden voor het scoren van spiegelsymmetrie in afbeeldingen, waarbij wordt onthuld dat hoewel deep backbones over het algemeen het best presteren, een afgestemde klassieke HOG-descriptor een zeer competitief alternatief biedt met aanzienlijk snellere CPU-inferentie, wat suggereert dat bevroren deep features weinig voordeel bieden ten opzichte van goed afgestemde klassieke descriptors voor deze taak.

Oorspronkelijke auteurs: Maximilian Woehrer

Gepubliceerd 2026-07-10

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Maximilian Woehrer

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een magische spiegel hebt. Als je een foto van een vlinder omhoog houdt, laat de spiegel een perfecte tweeling zien. Maar als je een foto van een rommelige stapel bladeren omhoog houdt, ziet de reflectie er vreemd en fout uit. Stel je nu voor dat je een robot nodig hebt om je te vertellen, op een schaal van 0 tot 1, hoe perfect die vlinderreflectie is. Dit wordt "symmetriescore" genoemd.

Jarenlang hebben wetenschappers verschillende robots gebouwd om deze taak uit te voeren. Sommigen zijn "old-school", gebruikmakend van eenvoudige wiskundige trucjes. Anderen zijn "deep learning"-robots — enorme, complexe hersenen die getraind zijn op miljoenen plaatjes om patronen te herkennen. De grote vraag was: Hebben we de gigantische, dure deep-learning-hersenen nodig, of kan een slimme, eenvoudige robot net zo goed werk leveren?

Een onderzoeker genaamd Maximilian Woehrer besloot dit te beslechten door 13 verschillende symmetrie-scorende robots in een grote arena tegen elkaar te laten racen. Dit is wat er gebeurde.

De Race: Oude Trucs versus Nieuwe Hersenen

De arena had twee soorten banen:

De Enkelvoudige As-baan: Het vinden van de ene perfecte lijn in het midden van een gezicht of een gebouw.
De Multi-As-baan: Het vinden van symmetrie in rommelige, complexe scènes met meerdere lijnen.

De robots moesten naar een afbeelding en een specifieke lijn kijken, en dan beslissen: "Is dit de ware centrale as van symmetrie, of is dit een nepline die net iets verschoven of gedraaid is?" Ze werden getest tegen duizenden "valse" lijnen die slechts een klein beetje verschoven of geroteerd waren.

De Resultaten:
De "Deep Learning"-robots (specifiek één genaamd DeepFeat) wonnen de race wel, maar het was een zeer nipte strijd.

DeepFeat scoorde ongeveer 0,83 op de enkelvoudige as-baan.
De tweede plaats, een klassieke robot die gebruikmaakt van een techniek genaamd HOG (wat staat voor Histogram of Oriented Gradients — een chique manier om te zeggen dat het kleine pijltjes telt die in verschillende richtingen wijzen), scoorde 0,80.

Het verschil was minuscuul (slechts 0,03), maar statistisch gezien was de deep-learning robot iets beter. Echter, het artikel maakt heel duidelijk: de deep-learning robot is geen magisch wonder. Het is slechts een lichte verbetering ten opzien van een zeer goed afgestelde old-school methode.

Het "Diepe" Mysterie: Wat Werkt Er Eigenlijk?

Je zou kunnen denken dat de deep-learning robot wint omdat hij een enorme, complexe hersenpan heeft die begrijpt "wat een gezicht is". Maar het artikel betoogt iets verrassends: de robot wint niet omdat hij "diep" is; hij wint omdat hij naar de juiste schaal van detail kijkt.

De onderzoekers ontdekten dat het geheim van het herkennen van symmetrie ligt in de "middelste" details van de afbeelding.

Als je te dichtbij kijkt (minuscule pixels), is het alleen maar ruis.
Als je te ver weg kijkt (het hele gebouw), vervagen de details.
De "sweet spot" zijn mid-scale features — zoals de curve van een vleugel of de rand van een raam.

De deep-learning robot kijkt toevallig op dit perfecte "mid-scale" moment in zijn verwerkingsproces naar de afbeelding. Maar de old-school HOG-robot kan ook worden afgesteld om naar dat exacte "mid-scale" moment te kijken. Toen de onderzoekers de HOG-robot afstelden om naar de juiste schaal te kijken, haalde deze de gigantische deep-learning hersenen bijna in.

De Snelheidsval: Waarom de Oude Robot Nog Steeds Cool is

Hier komt de echte klapper. De deep-learning robot is een zwaargewicht. Hij heeft een krachtige computer nodig om te draaien. De old-school HOG-robot? Dat is een lichte sprinter.

Het artikel vond dat de HOG-robot ongeveer 300 keer sneller draait op een standaard computerprocessor (CPU) dan de deep-learning robot.

Deep Learning: Hoge nauwkeurigheid, maar traag en duur in gebruik.
HOG: Bijna even nauwkeurig, maar 300x sneller en gratis te gebruiken op elke computer.

Waar het Papier "Nee" Tegen Zegt

Het artikel is zeer zorgvuldig in het uitsluiten van een aantal zaken:

Nee, groter is niet altijd beter: Alleen omdat een deep-learning model meer lagen heeft, betekent niet dat het beter wordt in symmetrie. Sterker nog, sommige zeer diepe modellen (zoals bepaalde Vision Transformers) presteerden slecht omdat ze in de war raakten door de manier waarop de afbeelding werd opgedeeld, niet omdat ze een gebrek aan kracht hadden.
Nee, we hoeven niet opnieuw te trainen: De beste deep-learning robots in deze race waren "bevroren". Ze waren niet specifiek over symmetrie geleerd; ze gebruikten gewoon hun algemene kennis van het kijken naar miljoenen andere plaatjes. Het artikel suggereert dat het trainen van een robot specifiek voor symmetrie de kloof zou kunnen dichten, maar dat hebben ze nog niet getest.
Nee, het gaat niet om "begrip": De robots "zien" geen vlinder. Ze zijn simpelweg patronen van licht en donker aan het matchen. Het artikel laat zien dat je geen begrip van het object nodig hebt om de symmetrie te meten; je moet alleen meten hoe goed de linkerkant overeenkomt met de rechterkant.

De Kernboodschap

Als je symmetrie moet meten in een medische scan of een kunstwerk, heb je niet noodzakelijkerwijs een supercomputer nodig. Een slimme, old-school methode (HOG) kan 97% van het werk van de meest geavanceerde AI doen, maar zal het 300 keer sneller doen.

De deep-learning robot is de huidige kampioen, maar het is een zeer krappe overwinning. Het artikel suggereert dat voor de meeste praktische taken de snelle, eenvoudige robot de slimmere keuze is, tenzij je die minuscule extra precisie nodig hebt die alleen de zware AI kan bieden. En zelfs dan geeft het artikel toe: we weten nog niet of een robot die specifiek voor symmetrie is getraind, hen beiden zou kunnen verslaan. Dat mysterie blijft onopgelost.

Technische Samenvatting: Klassieke versus Deep Mirror-Symmetry Scoring

Probleemdefinitie

Het artikel behandelt het probleem van symmetrie-scoring (ook wel discriminatie genoemd), wat kwantificeert hoe symmetrisch een afbeelding is ten opzichte van een gegeven as. Dit is verschillend van symmetrie-detectie, die de as zelf lokaliseert. Terwijl symmetrie-detectie uitgebreid is getest, zijn methoden voor symmetrie-scoring—variërend van handmatige gradiëntmaten tot deep feature readouts—nooit direct met elkaar vergeleken op een gemeenschappelijk, statistisch onderbouwd protocol. De primaire praktische vraag is: welke voorgestelde methode meet spiegelymmetrie goed, en tegen welke computationele kosten? Een secundaire vraag onderzoekt of het aflezen van symmetrie uit bevroren, vooraf getrainde deep features een significant voordeel biedt ten opzien van klassieke descriptoren.

Methodologie

De auteurs stellen een verenigde benchmark vast bestaande uit 13 scoring-methoden (negen uit de literatuur, vier geïntroduceerd of aangepast hier) die worden geëvalueerd over vier single-axis en vijf multi-axis datasets (totaal ~3.950 as-eenheden).

Het Benchmark-protocol

Taak: Symmetrie-discriminatie. Voor elke geannoteerde ware as moet de scorer een hogere symmetrie-score toekennen aan de canonieke crop gecentreerd op die as vergeleken met "negatieve" assen (geperturbteerde versies van de ware as en globale structurele alternatieven).
Reflection-Exact Extraction: Afbeeldingen worden vervormd zodat de kandidaat-as precies op de verticale middellijn wordt uitgelijnd. Crops worden gesampled met een half-pixel offset om te garanderen dat het spiegelen van de crop van links naar rechts een exacte reflectie is, wat asymmetrie door resampling elimineert.
Negatieven:
- Perturbatie: Ware assen worden verplaatst door loodrechte verschuivingen (0,5%–10%) en in-plane rotaties (0,5°–10%).
- Globaal: Cardinale centrum/offset lijnen en seeded-random lijnen.
Metriek: De discriminatievaardigheid wordt gemeten met een kans-geankerde metriek: $skill = 2 \cdot AUC - 1$ . Dit transformeert de Area Under the Curve (AUC) zodat 0 staat voor kansprestatie, 1 voor perfectie, en negatieve scores optreden bij resultaten onder het niveau van toeval. Significantie wordt bepaald via een gepaard bootstrap-proces met Holm-correctie.

De Kandidaten

De 13 methoden zijn georganiseerd volgens een representatie-vergelijking-aggregatie sjabloon ($s(I) = A(C(T(I), T(MI)))$) en beslaan zeven families:

Intensiteit: Pixelcorrelatie (PixCorr), Sliding window (SlideWin), Row-wise energie (EROS).
Binair Vorm: Gewogen binaire matching (WBS).
Gradiëntveld: Sobel-magnitude met speculariteit (Grad), Multi-scale Sobel (MS-Grad).
Frequentiedomein: DCT-pariteit (DCT).
Georiënteerde Filterbanken/Histogrammen: Gabor-banken (Gabor), Histogram of Oriented Gradients (HOG), Pyramid HOG (PHOG).
Patch Correspondentie: Nearest-neighbor patch matching (PatchNN).
Geleerde Features: Bevroren CNN filter-responses (AlexNet-C2, DeepFeat gebruikmakend van MambaOut-Base).

Belangrijkste Resultaten

1. Prestatiehiërarchie

Deep Features leiden: Bevroren deep features presteren het best. DeepFeat (MambaOut-Base, fase 1) bereikt de hoogste gemiddelde single-axis skill (0,83).
Klassieke Concurrentiekracht: De beste frozen-network readout (AlexNet-C2, 0,81) en een getunede klassieke descriptor (HOG, 0,80) volgen nauw op de voet.
- De voorsprong van DeepFeat op HOG is klein maar statistisch significant (+0,03, $p=0,044$ ).
- AlexNet-C2 en HOG zijn niet statistisch scheidbaar van elkaar.
- HOG verslaat de volgende laag (Gabor, 0,71) resoluut.
Onderpresteerders: Methoden zoals EROS (ontworpen voor hersen-mid-sagittale vlakken) presteren slecht (0,27) wanneer ze worden toegepast op algemene natuurlijke afbeeldingen, wat wijst op een domein-mismatch.

2. Computationele Kosten

Een cruciale bevinding is de efficiëntie van de klassieke benadering. De getunede HOG-descriptor draait ongeveer 300× sneller op de CPU dan de deep learning methoden, terwijl deze een skill-score behoudt die binnen 0,03 van de beste deep methode ligt.

3. Mechanisme van Discriminatie

Mid-Scale Features: De discriminatievaardigheid concentreert zich in mid-scale, unsigned, georiënteerde features.
- Deep backbones pieken in lage of midden stadia (vroege/middelste lagen).
- HOG piekt bij een mid-cell grootte (16 pixels).
Oriëntatie: Unsigned oriëntatie-features presteren beter dan signed ones.
Architectuur: Columnar Vision Transformers presteerden slecht, wat suggereert dat ruimtelijke hiërarchie belangrijker is dan pure capaciteit voor deze taak.

4. Robuustheid

Gevoeligheid voor Perturbatie: Methoden scheiden de meeste in de 1–3% shift / 1–3° rotatie band. DeepFeat is de meest precieze localisator en stijgt het snelst in skill naarmate de perturbaties toenemen.
Globaal vs. Lokaal: Competente methoden blinken uit in het verwerpen van grove structurele alternatieven (globale skill), maar vinden kleine perturbaties (lokale skill) moeilijker. Sommige methoden (PatchNN, WBS) faalden de sanity check door globale alternatieven te verwerpen, waarschijnlijk door een domein-mismatch.

Significantie en Claims

Het artikel claimt de eerste benchmark van symmetrie-scoring te bieden met een verenigde open library (imgsym). De primaire bijdragen zijn:

Empirische Validatie van Klassieke Methoden: De resultaten laten zien dat voor het meten van symmetrie, bevroren deep features weinig voordeel bieden ten opz respect van een getunede klassieke descriptor (HOG). De marginale winst in skill (+0,03) gaat gepaard met een enorme computationele kost (300× trager).
Feature Lokalisatie: De studie identificeert dat symmetrie-discriminatie sterk leunt op mid-scale georiënteerde features, een bevinding die standhoudt voor zowel handmatige (HOG) als geleerde (DeepFeat) representaties.
Open Tooling: De auteurs stellen de scorers en de harness beschikbaar via imgsym, een open toolkit voor afbeelding-symmetrie detectie en meting.

Het artikel concludeert bescheiden: hoewel bevroren deep features competitief zijn, blijft de vraag open of taak-getrainde deep scorers de kloof tussen deep en klassieke methoden kunnen vergroten. Het huidige bewijs suggereert dat voor de specifieke taak van symmetrie-scoring, een goed getunede klassieke descriptor een zeer efficiënte en effectieve oplossing is.