超越频率：通过空间分解的视角观察细微线索以进行细粒度视觉分类.pdfVIP

超越频率：通过空间分解的视角观察细微线索以进行细粒度视觉分类

QinXu,LiliZhu,XiaoxiaCheng,BoJiang

SchoolofComputerScienceandTechnology,AnhuiUniversity,Hefei,China

Abstract

解决细粒度视觉分类（FGVC）的关键在于捕捉具有区

分性和类别特性的线索，这些线索对应于微妙的视觉特

征。最近，基于频率分解/变换的方法因其显现出的挖掘Stagei

区分性线索的能力而吸引了大量关注。然而，频域方法Stagei+1

依赖于固定的基函数，在适应图像内容和根据不同图像

本

的区分性需求动态调整特征提取方面存在局限性。为了

译解决这个问题，我们提出了一种新的FGVC方法，名为

中微妙线索导向感知引擎（SCOPE），它能够自适应地增

1强空间域中的低级细节和高级语义的表现能力，突破了

v频域中固定尺度的限制，并提高了多尺度融合的灵活性。图1:传统方法应用全局统一的滤波器，可能会遗漏辨

9

5SCOPE的核心在于两个模块：微妙细节提取器（SDE），别性细节。我们的SCOPE采用内容自适应的空间分

9可以动态增强浅层特征中的边缘和纹理等细微细节；显解，SDE提取位置特定的细节，SSR保持跨尺度的语义

6著语义精炼器（SSR），从由增强后的浅层特征引导的高

0.层特征中学得具有语义连贯性和结构意识的精炼特征。一致性。

8SDE和SSR逐阶段级联，逐步结合局部细节与全局语

0义。广泛的实验表明，我们的方法在四个流行的细粒度系以增强“如何比较”，但它们在语义层面上操作，忽

5

2图像分类基准上达到了新的先进水平。略了微妙视觉