针对细粒度图像由于类间差距过小、类内差距过大、背景复杂以及姿态差异等问题目造成的分类瓶颈,本文设计了一系列基于卷积神经网络的端对端的弱监督学习分类模型,实现对细粒度图像分类精度的提高。本文主要研究焦点在于如何准确提取识别细粒度图像易混淆、难分类的特征,有效降低分类误差。具体的研究内容如下:1.基于自注意尺度变换网络的细粒度图像分类方法。为了提高网络提取特征的表现力,本章提出自注意力融合模块和多尺寸变换来改善特征提取能力。注意力融合模块中,我们在ResNet50提取的基础特征上分别压缩了空间和通道两个维度上的信息,来辨别各个部位的关键特征,目的是增强目标的局部特征以获得强调细节特征的注意力图。在多尺寸变换模块中,目标尺寸图像和部位尺寸图像的产生把细粒度图像中目标的语义特征和细节信息结合起来,解决由于细粒度图像类间差异小而导致的分类问题。2.基于多分支增强的细粒度图像分类方法。本章提出以弱监督学习的方式采用Inception-V3网络提取图像基础特征,从中获取多个局部响应区域并进行特征融合,在此基础上采用注意力机制对图像关键区域进行自约束的局部裁剪和局部擦除,避免仅提取目标单个部位的特征,促使网络更加关注目标物体不同部位的细节特征,同时也提升了目标区域定位精度。此外,本章提出中心正则化损失函数来约束训练过程中获取的注意力区域,进一步提升目标定位精度和扩大图像特征的类间差距。3.基于多级注意力融合卷积网络的细粒度图像分类。由于细粒度图像内容存在类内差距超过类间差距的问题发生,在本章中,我们的研究聚焦于在弱监督学习中挖掘细粒度图像中的判别性局部特征,实现精准的目标分类。在上节的工作基础上,本文提出一种互补性数据增强的多级注意力融合卷积网络模型,多级注意力融合框架包括基于Inception-V3的注意力融合模块和自适应双线性特征融合结构两个部分,同时通过注意力裁剪和注意力擦除进行互补性数据增强,摒除了无关的背景信息,以及附加局部特征损失进一步提升了整个网络的目标物体定位与分类性能。综上所述,本文的方法以注意力机制为导向,使用特征融合和数据增强方法识别细粒度图像的语义特征,并通过附加损失函数的反馈校正网络关注的注意力区域,有效提高了细粒度图像分类准确度。在三个公开数据集上的实验表明,本文取得了比当前最优方法更好的结果。