摘要

我们提出了一种新型计算单元——PushPull-Conv，将其置于ResNet架构的第一层中，其设计灵感源自初级视觉皮层中观察到的反相抑制现象。该单元重新定义了传统的卷积层，通过引入一对互补的可训练滤波器：一个可学习的“推”核（push kernel）及其对应的“拉”核（pull kernel）。其中，“推”核（类比于传统卷积操作）学习对特定刺激产生响应，而“拉”核则对相同刺激但相反对比度的输入作出反应。这种配置显著增强了对刺激的选择性，并有效抑制了在缺乏偏好刺激区域的响应。其机制在于，在无偏好刺激的区域，推核与拉核产生的响应幅度相近，从而相互抵消，实现自适应抑制。将PushPull-Conv集成至ResNet中，显著提升了模型对图像退化的鲁棒性。在标准图像退化数据集上的实验表明，PushPull-Conv可与多种数据增强技术协同使用，进一步提升模型的抗干扰能力。通过结合PRIME增强方法与PushPull抑制机制，我们在ResNet50上实现了ImageNet-C数据集上的新基准性能，mCE（mean Corruption Error）达到49.95%。