基于多通道视觉注意力的细粒度图像分类-数据采集与处理.PDFVIP

ISSN 1004⁃9037，CODENSCYCE4 http：// JournalofDataAcquisitionandProcessingVol.34，No.1，Jan. 2019，pp.157-166 E⁃mail：sjcj DOI：10.16337/j.1004⁃9037.2019.01.016 Tel/Fax：+86⁃025 ⒸⒸ 2019byJournalofDataAcquisitionandProcessing 基于多通道视觉注意力的细粒度图像分类 王培森 宋 彦 戴礼荣 （中国科学技术大学语音及语言信息处理国家工程实验室，合肥，230027） 摘 要：视觉注意力机制在细粒度图像分类中得到了广泛的应用。现有方法多是构建一个注意力权重 图对特征进行简单加权处理。对此，本文提出了一种基于可端对端训练的深度神经网络模型实现的多 通道视觉注意力机制，首先通过多视觉注意力图描述对应于视觉物体的不同区域，然后提取对应高阶 统计特性得到相应的视觉表示。在多个标准的细粒度图像分类测试任务中，基于多通道视觉注意的视 觉表示方法均优于近年主流方法。 关