【摘 要】
:
作为计算机视觉最重要的研究方向之一,细粒度图像分类是识别图像具体属于哪一种基本类别的子类别。对于细粒度图像分类来说,不同子类别的目标对象之间差异细微,而相同子类别的目标对象会因光照、姿势、角度等存在明显差异。因此,细粒度图像分类仍具有很大的挑战。为了解决上述挑战,学习细微的类间差异是细粒度图像分类的关键。目前主流的细粒度图像分类算法通常先定位有判别力的区域,再通过基于判别部位的特征提取进而学习到丰
论文部分内容阅读
作为计算机视觉最重要的研究方向之一,细粒度图像分类是识别图像具体属于哪一种基本类别的子类别。对于细粒度图像分类来说,不同子类别的目标对象之间差异细微,而相同子类别的目标对象会因光照、姿势、角度等存在明显差异。因此,细粒度图像分类仍具有很大的挑战。为了解决上述挑战,学习细微的类间差异是细粒度图像分类的关键。目前主流的细粒度图像分类算法通常先定位有判别力的区域,再通过基于判别部位的特征提取进而学习到丰富的特征信息。目前细粒度图像分类的研究已经取得了不错的进展,但仍存在三个亟待解决的问题:第一,很多方法往往只关注对象中最有判别力的区域,却忽略了次有判别力的区域;第二,一些方法只关注各个细节部位,却忽视了各个细节部位的周围上下文信息;第三,目前很多方法通过数据增强或增加额外网络层的方式提取判别区域,这导致区域的判别力不是一直有保障的。针对上述问题,本文提出了一个名为“SNDR”的弱监督的判别区域采样网络。首先,通过目标对象定位器得到放大目标对象的定位图像;其次,提出了衡量候选区域信息量和判别力的评价指标;最后,通过提出的评价指标来指导本文提出的判别区域采样器生成最有判别力图像和次有判别力图像(互补图像)。实验表明,SNDR模型在CUB-200-2011、Stanford Cars和FGVC-Aircraft三个数据集上均具有优秀的性能表现。不过和目前所有方法一样,SNDR模型同样无法避免采样到损害网络学习的无关噪声区域。除此之外,很少方法会对提取到的无关噪声区域进行优化,更多的情况则是任由网络从噪声区域中提取特征。针对SNDR存在的问题,本文提出了一个名为“SONDR”的弱监督的判别区域采样优化网络。在SNDR模型的基础上,首先提出了目标对象重定位器用来生成重定位图像;其次,在判别区域采样之前,提出了边缘区域去噪模块来减少背景噪声对采样操作的干扰;最后,通过提出的判别区域优化器实现对最有判别力图像和互补图像的优化。实验结果表明改进后的SONDR模型获得了优越的分类性能。综上所述,本文的主要贡献总结如下:(1)为了更好的学习目标对象的全局特征,本文提出了目标对象定位器和目标对象重定位器,它们生成的两种对象图像均起到了数据增强的作用。其中,目标对象重定位器可以得到放大且不畸变的重定位图像,这利于网络更好的学习目标对象原始的全局特征。(2)针对判别区域存在的判别力不稳定问题,提出了判别区域采样器和三个评价指标。这三个评价指标分别是候选区域激活值总和占连通区域激活值总和的比例、候选区域对象面积占候选区域面积的比例与候选区域对象面积占连通区域对象面积的比例。在三个评价指标的指导下,判别区域采样器可以采样出高质量的最有判别力区域和互补区域,它们不仅放大了各个细节部位,而且也没有损失各个细节部位的周围上下文信息。(3)为了削弱无关噪声区域对于细粒度特征学习的有害影响,分别提出了边缘区域去噪模块和判别区域优化器。其中,前者可以减少无关噪声对判别区域采样的干扰以及降低计算量;后者可以在一定程度上去除不利于网络特征学习的背景噪声区域。
其他文献
我国尾矿库数量、尾矿库灾害事故发生频次均居世界前列。尾矿库安全监测技术能及时测量并提供反映尾矿库安全运行状况的第一手信息和数据,能管控尾矿库当前运行状况,评估预测未来风险发展,从而科学地指导尾矿库生产运行,预防和减少发生事故灾害和环境污染。随着我国对尾矿库安全的日益重视,尾矿库安全监测的重要性日益提升,尾矿库安全监测技术也随之迅速发展。我国尾矿库安全监测技术发展经历了初级阶段、中级阶段和高级阶段,
<正> 1983年3月25日~26日于意大利首都罗马,在意大利卫生部领导支持下,由最高卫生研究所邀请中国、苏联、美国、匈牙利、印度五国专家教授6人参加国际天然医学讨论会。
随着科学技术的不断发展,人类即将进入元宇宙时代。扩展现实技术作为元宇宙的核心技术之一,其将为用户提供更好的沉浸式交互体验。手势作为人类最为直观的交互方式之一,其在虚拟现实、增强现实等交互式领域中拥有举足轻重的地位。与此同时,手势已经在手语翻译、机器人控制、体感游戏等各类场景中得到了广泛的应用。因而,手势识别不仅具有深远的理论研究意义,还具有重要的现实研究价值。随着低成本深度传感器的出现,更高效的三
小麦制粉企业在生产的各工段,根据企业自身的生产经营特点、产品市场定位等选用合适的设备和处理工艺,最大程度降低费用,提高产品质量。
目标检测是在图像中找到被测目标,对目标进行分类并将目标标注出来。随着深度神经网络技术的成熟,越来越多的目标检测应用出现在人们的生产、生活中,例如汽车流量检测、是否佩戴口罩检测、危险区域人员闯入检测等,目标检测技术的应用有着非常重要的实际意义。但是现有目标检测算法往往精度较高或检测速度很快,速度和精度之间往往达不到很好的平衡。基于深度学习的目标检测算法根据是否首先提出候选区域,可以分为二阶目标检测算
我国肥料用量巨大,单位面积肥料施用量已超越欧美发达国家,过量的肥料投入导致肥料利用率低下,对生态环境也造成巨大威胁。为实现减肥增效目标,探究腐植酸、海藻酸和氨基酸增效复混肥料在相同或减量养分施用条件下发挥的增产、增效作用,本文采用田间试验方法,研究腐植酸、海藻酸和氨基酸增效复混肥料及其减量对玉米和小麦产量、养分吸收利用、肥料利用效率和土壤培肥的影响,评价其应用效果,揭示增效复混肥对“肥料-作物-土
<正> 安徽省中西医结合研究会筹委会最近正式成立。筹委会由11位委员组成,安徽中医学院附属中医院院长李毅为主任委员,聘请安徽中医学院孟昭威教授、名中医陈可望担任顾问。中西医结合研究会是从事中西医结合工作者的学术性群众团体。1980年11月下旬,在合
自1998年我国建立个人住房贷款制度以来,我国商业银行个人住房贷款余额快速增长,在金融机构贷款业务中的重要性日益攀升。但由于商业银行特别是一些分支机构忽视对个人住房贷款业务的风险管控,使得该业务的潜在风险不断累积,如管控不当不仅极易引发银行业务的系统性风险,而且可能诱发房地产市场动荡和土地利用浪费等问题。因此,深入分析商业银行个人住房贷款面临的风险及其影响因素,研究提出个人住房贷款风险管控对策建议
耕地的细碎化是与耕地规模经营相对应的一种土地利用格局,是影响农业生产效率和农业竞争力提升的重要因素之一。为改善农业生产条件,降低耕地细碎度,中国开展土地整治和推进农地流转。党的十九大报告再次提出加强土地整理和土地经营权流转,实现小块变大块。耕地细碎程度如何,土地整治活动是否对耕地细碎状况有改善作用,改善程度有多大,已成为亟需研究的重要科学课题,这对掌握我国耕地细碎状况、科学评估土地整治绩效和改进土
数字化正畸是近年来在口腔正畸领域出现的一种先进的计算机辅助诊疗技术。相比传统口腔正畸中高度依靠牙医经验进行正畸治疗的方式,数字化正畸以数据为基础,依靠各种数字化与智能化技术,极大地减少了人力资源投入,缓解了目前在口腔医学领域广泛存在的人力资源短缺问题。牙齿分类任务是数字化正畸的关键步骤,数字化正畸系统要在分类结果的基础上,再进行进一步的数字化正畸诊断,最后才能提出正畸方案以及实施正畸治疗。因此,牙