结合跨层特征融合网络和非局部的识别方法
胡紫瑄
中国石油大学(华东)计算机学院 青岛 266400
摘要：在以往的方法中,针对于图像识别,主要目标是提取出足够多的具有区分度的局部关键特征.由于细粒度图像分类是对同属于一个大类下面的具体小类别的细分,所以不同的细类之间差别很小,要想提高准确率,更需要找到具有辨别力度的局部区域.论文使用了目标-导航网络,来筛选出前k个最具有判别力的局部区域块,然后针对于筛选出来的k个不同的区域块,利用非局部模块的思想,捕捉不同局部区域之间的联系,更加充分地利用了图像信息,以此来提高精度.与此同时,在残差网络中,使用了卷积注意模块捕捉不同通道注意力特征之间的联系,且在最后的全连接层处改进了网络架构,使用跨层特征融合的方法来代替了简单的级联.考虑到在细粒度识别中,图像的标注需要耗费非常多的人力物力,所以论文中提出的方法,是自监督的.
关键词：细粒度图像分类非局部方法跨层特征融合卷积块注意力网络定位目标区域
分类号：TP301(计算技术、计算机技术)
论文发表日期：2024-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1377-1382 )
英文信息