自适应空间注意力对细粒度图像分类的集成判别.docxVIP

自适应空间注意力对细粒度图像分类的集成判别

目录

自适应空间注意力对细粒度图像分类的集成判别（1）．．．．．．．．．．．．3

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2研究目的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3.1细粒度图像分类概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3.2空间注意力机制研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.3.3集成判别方法在图像分类中的应用．．．．．．．．．．．．．．．．．．．．．．．7

自适应空间注意力模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1模型结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1.1网络架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1.2注意力模块设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.2自适应机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.2.1注意力权重更新策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.2.2特征融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

集成判别方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.1集成学习原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.2集成判别策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.2.1基于模型输出的集成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.2.2基于特征空间的集成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

实验设计与评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.1数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

4.2实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

4.2.1模型参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.2.2评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

4.3实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.3.1模型性能比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.3.2注意力机制分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

4.3.3集成判别效果评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.1研究结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.2研究不足与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

5.2.1模型优化方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

5.2.2应用拓展方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

自适应空间注意力对细粒度图像分类的集成判别（2）．．．．．．．．．．．28

内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

相关工作综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.1自适应空间