基于局部特征融合的细粒度车辆识别

摘要：

为有效提高基于局部检测的细粒度图像分类方法的工作效率,提出一个自适应通道分配模块,能主动分组表达相同语义信息的特征通道.此过程的学习由设计的判别性和多样性损失函数监督完成,利用多尺度深度可分离卷积,从已提取的全局图像特征中检测有助于分类的多样化局部信息.通过训练的网络具有强大的特征分配能力,在全局对象定位的基础上进一步实现对细节的定位.图像的融合表示综合考虑各个部分对分类的贡献,有效分类细粒度车型,在公开的Stan-ford Cars和CompCars数据集上的对比实验结果验证了该方法表现良好.

关键词：细粒度图像分类、自适应通道分配、损失函数、多尺度深度可分离卷积、局部检测、融合表示

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;浙江省重点研发计划基金项目

在线出版日期：2022-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1173-1178