基于深度卷积神经网络的细粒度图像分类研究

来源 :浙江理工大学 | 被引量 : 5次 | 上传用户:worldfly
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来计算机硬件水平不断提升,有力的推动了深度学习的发展。卷积神经网络在大尺度图像分类任务中取得突破性进展后,大量学者投身相关研究工作。在计算机视觉任务中,卷积神经网络的应用越来越广泛,同时需要处理的图像也从大尺度逐步趋于细粒度,甚至是超粒度。然而那些在大尺度图像分类任务中表现优异的网络模型,在细粒度图像分类任务中表现的有些差强人意。主要原因在于,细粒度图像中的物体隶属于同一大类,具有较大程度的相似性,卷积神经网络难以较好的提取出具有判别性的精细化特征。故而,本文以大尺度图像分类中性能较好的残差系列网络为基础网络,围绕如何提升其在细粒度图像分类任务中的精度展开相关研究工作,以下是取得的主要进展和成果。(1)针对深度卷积神经网络难以从细粒度图像大量的特征中提取那少量具有判别性的特征的问题,提出了深度关注网络的细粒度图像分类方法。将自然语言处理领域的注意力机制充分应用到细粒度图像分类任务中。通过对卷积层输出特征的结构进行分析,分别从卷积层输出特征的通道维度和空间维度,两个层面应用注意力机制,设计了空间关注模块、通道关注模块和混合关注模块。此外,以ResNext50为例,在其残差结构单元中分别嵌入这三种关注模块,从而构建出三种不同的深度关注网络,并在Stanford Dogs、CUB200-2011和Stanford Cars细粒度图像公开数据集上进行实验。实验结果表明:在ResNext50残差结构单元中嵌入通道关注模块或者空间关注模块,均可以较大幅度提升网络的细粒度图像分类性能;嵌入混合关注模块,可以更大幅度提升网络的细粒度图像分类性能。(2)为进一步提升细粒度图像分类精度,以深度关注网络方法中性能最好的深度混合关注网络为基础,提出了递归深度混合关注网络的细粒度图像分类方法。通过对深度卷积特征进行可视化分析,明确图像中目标位置和深度卷积特征空间响应之间的正相关关系;然后依据此关系提出一种图像关键区域的定位方法,并采用RA-CNN算法公开源码中的网络结构,实现网络对原图像关键区域的自动定位、以及裁剪放大功能;最后参考RA-CNN算法,实现本文的双路深度混合关注网络的网络递归。并在Stanford Dogs、CUB200-2011和Stanford Cars数据集上进行实验,分别得到了87.1%、84.9%、92.4%的测试集精度,高于目前的FCAN、HIHCA等算法。实验结果表明:本文的递归深度混合关注网络方法是一种性能优良的基于弱监督信息的细粒度图像分类方法。
其他文献
城市安全管理的主要内容就是轨道交通安全,直接关系到社会稳定与民众生命财产安全。当前我国城市轨道交通公共 安全面临着的严重问题,内部管理不当,需要采取有效的应对措施。
本文讨论了离子强度对盐类水解浓度的平衡常数影响,指出在定温度下,离子强度的增大,对一元弱酸强碱盐和强酸弱碱盐的水解浓度平衡常数趋向无影响;使一元弱酸弱碱盐的水解浓度平衡
在体育改革深入落实的环境下,我国教育行业也逐渐向素质教育道路转变。公共体育课程作为培养学生坚定意志、促 进学生健康成长的重要课程,在促进教育事业体育改革中发挥着举
摘? 要: 大数据时代,网络已经深入人们生活的方方面面,我们在网络中进行数据和信息的传输和交流。然而,使用网络的过程中,网络安全问题对国家信息和我们的个人信息构成了巨大的威
随着边境经济贸易的迅速发展和对外开放的进一步扩大,外籍流动人口大量进入德宏州,这些人员一方面积极促进了当地社会和经济的发展,另一方面给边境地区的治安管理带来较大压力,影
数控车床主要用于加工轴类、盘类等回转体零件。分析零件图编制加工程序,输入至机床操作系统,能够自动完成内 外圆柱面、圆锥面、成形表面、螺纹和端面等工序的切削加工,但是
在化学教学中加强情感教育,应根据学生生理、心理和认识特征,遵循优良情感发展的一般规律,从化学学科特点出发,做到以境育情、以知育情、以理育情、以情育情、以需育情,引发
元散曲中涉及的三国人物,若以三国鼎立的阵营而论,当以蜀汉集团中的人物为最多;若以个人而论,则以诸葛亮、周瑜、曹操等人最受曲家注目。无论曲家们对三国人物持怎样的态度,
为深入贯彻落实党的十九大关于乡村振兴的战略部署,美丽乡村建设活动也在晋江市英林镇如火如荼展开,作者通过参与晋江市英林镇一村一景设计活动,总结活动过程中遵循的原则,并
基于土与结构接触面变形特性分析,将接触面土体的剪切滑动面与单元体三维应力状态下的八面体面相对应,通过土的三维弹塑性本构模型在八面体面上的剪切应力-应变关系,建立了接