多级卷积特征金字塔的细粒度食物图片识别

作者：梁华刚; 温晓倩^*; 梁丹丹; 李怀德; 茹锋

来源：中国图象图形学报, 2019, 24(06): 870-881.

• 食物图片识别
• 卷积神经网络
• 注意力网络
• 细粒度识别
• 特征金字塔

目的食物图片具有结构多变、背景干扰大、类间差异小、类内差异大等特点,比普通细粒度图片的识别难度更大。目前在食物图片识别领域,食物图片的识别与分类仍存在精度低、泛化性差等问题。为了提高食物图片的识别与分类精度,充分利用食物图片的全局与局部细节信息,本文提出了一个多级卷积特征金字塔的细粒度食物图片识别模型。方法本文模型从整体到局部逐级提取特征,将干扰较大的背景信息丢弃,仅针对食物目标区域提取特征。模型主要由食物特征提取网络、注意力区域定位网络和特征融合网格3部分组成,并采用3级食物特征提取网络的级联结构来实现特征由全局到局部的转移。此外,针对食物图片尺度变化大的特点,本文模型在每级食物特征提取网络中加入了特征金字塔结构,提高了模型对目标大小的鲁棒性。结果本文模型在目前主流公开的食物图片数据集Food-101、Chinese Food Net和Food-172上进行实验,分别获得了91. 4%、82. 8%、90. 3%的Top-1正确率,与现有方法相比提高了1%～8%。结论本文提出了一种多级卷积神经网络食物图片识别模型,可以自动定位食物图片区分度较大的区域,融合食物图片的全局与局部特征,实现了食物图片的细粒度识别,有效提高了食物图片的识别精度。实验结果表明,该模型在目前主流食物图片数据集上取得了最好的结果。

• 单位
  长安大学