双语义数据增强及目标定位的细粒度图像分类

作者：谭润; 叶武剑; 刘怡俊

来源：计算机工程, 2021, 1-10.

DOI：10.19678/j.issn.1000-3428.0060111

• 细粒度图像分类
• 数据增强
• 双线性网络
• 注意力学习
• 目标定位

细粒度图像分类旨在对属于同一基础类别的图像进行更加细致的子类划分，其较大的类内差异和较小的类间差异使得提取局部关键特征成为该任务的关键所在。针对现有算法难以提取足够多的有区分度的局部关键特征的问题，在训练阶段基于双线性注意力池化（BAP）和卷积块注意模块（CBAM）构建注意力学习模块和信息增益模块分别获取两类不同语义层次数据，双语义数据分别关注于目标局部细节信息和目标重要轮廓。双语义数据可以丰富模型训练数据，以双语义数据增强的方式提高模型准确率。同时，在测试阶段构建目标定位模块，使模型聚焦于分类目标整体，进一步提高分类准确率。实验结果表明，本文模型在数据集CUB-200-2011，FGVC Aircraft和Stanford Car中分别得到了89.5%，93.6%和94.7%的分类准确率，与其他同类方法相比其性能更加优越。

• 单位
  广东工业大学