基于弱监督多注意融合网络的细粒度图像识别

摘要：

针对细粒度图像识别任务中常见的判别性区域难以定位的问题,提出了一种弱监督多注意融合网络,该网络通过两种注意力模块的组合实现判别性区域的准确定位.其中,双域自注意力模块将多种注意力结合起来,强化模型对关键特征的提取.混合卷积注意力融合模块分别通过并行和串行架构融合不同尺度的注意力,充分获取特征间的全局及局部联系.实验结果表明,所提出的方法是有效的,与基线模型的结果相比有较大幅度的提升.

关键词：细粒度图像分类、深度学习、注意力机制、多注意融合

所属期刊栏目：6

分类号：TP183(自动化基础理论)

资助基金：科技创新新一代人工智能重大项目;湖南省教育厅项目;湖南省教育厅项目;湖南省教育厅项目;湖南省自然科学基金项目;湖南省自然科学基金项目;湖南省自然科学基金项目

在线出版日期：2022-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：78-82,87