空间变换网络(Spatial Transformer Network)包括三个组成部分：定位网络(Localisation net)、格点生成器(Grid generator)以及采样器(Sampler) 。其中，定位网络用于参数预测，格点生成器用于坐标映射，采样器用于像素采集。
如图1所示，将特征图U输入空间转换器之后，首先由定位网络采用卷积操作提取特征，进而使用一些隐藏的网络层推理出空间变换的参数θ，随后由格点生成器根据参数θ得到变换前后像素点坐标的对应关系；最终使用采样器以双线性插值的方式，生成经过空间变换之后的特征图。
空间变换网络其优点就是能够对图像的各种形态，甚至扭曲变形的目标，都有较好的识别检测能力。
图1 空间变换模块(ST block)
【参考文献】：
- Spatial Transformer Networks
