超越频率：通过空间分解看见细微线索以实现细粒度视觉分类
摘要
解决细粒�视觉分类（FGVC）的关键在于捕获对应细微视觉特征的判别性且类别特定的线索。最近，基于频率分解/转换的方法因其显著的判别线索挖掘能力而受到广泛关注。然而，频率域方法基于固定基函数，缺乏对图像内容的适应性，无法根据不同图像的判别需求动态调整特征提取。为此，我们提出一种新的 FGVC 方法，称为细微线索导向感知引擎（SCOPE），它在空间域中自适应增强浅层细节和高层语义的表征能力，突破固定尺度在频率域中的限制，提高了多尺度融合的灵活性。SCOPE 的核心在于两个模块：细微细节提取器（SDE），用于动态增强来自浅层特征的边缘和纹理等细微细节；显著语义细化器（SSR），通过增强的浅层特征引导，从高层特征中学习语义一致且结构感知的细化特征。SDE 和 SSR 逐级级联，以逐步方式将局部细节与全局语义组合。大量实验表明，我们的方法在四个流行的细粒度图像分类基准测试上实现了新的最高记录。
引用
@article{arxiv.2508.06959,
title = {Beyond Frequency: Seeing Subtle Cues Through the Lens of Spatial Decomposition for Fine-Grained Visual Classification},
author = {Qin Xu and Lili Zhu and Xiaoxia Cheng and Bo Jiang},
journal= {arXiv preprint arXiv:2508.06959},
year = {2025}
}
备注
After supplementary experiments and careful review, minor inconsistencies in prompt template configuration and partial experimental parameter records were identified. To ensure research accuracy, rigor, and reproducibility, we will revise technical descriptions, verify results with standardized parameters, and resubmit a polished version soon. Apologies for any inconvenience