CNN和Transformer在细粒度图像识别中的应用综述

作者：马瑶; 智敏^*; 殷雁君; 萍萍

来源：计算机工程与应用, 2022, 58(19): 53-63.

• 细粒度图像识别
• 深度学习
• 卷积神经网络
• Transformer

细粒度图像识别旨在从类别图像中辨别子类别。由于图像间只有细微差异，这使得识别任务具有挑战性。随着深度学习技术的不断进步，基于深度学习的方法定位局部和表示特征的能力越来越强，其中以卷积神经网络（CNN）和Transformer为基础的各类算法大大提高了细粒度图像识别精度，细粒度图像领域得到了显著发展。为了整理两类方法在细粒度图像识别领域的发展历程，对该领域近年来只运用类别标签的方法进行了综述。介绍了细粒度图像识别的概念，详细阐述了主流细粒度图像数据集；介绍了基于CNN和Transformer的细粒度图像识别方法及其性能；最后，总结了细粒度图像识别未来的研究方向。

• 单位
  内蒙古师范大学