用于细粒度视觉分类的跨层注意力网络
计算机视觉与模式识别
2022-10-18 v1
摘要
学习用于细微局部细节的判别性表示在细粒度视觉分类（FGVC）中起着重要作用。与先前基于注意力的作品相比，我们的工作并未显式定义或定位感兴趣的部分区域；相反，我们利用网络不同阶段的互补特性，通过我们提出的跨层注意力网络（CLAN）在中间层特征图与顶层特征图之间构建相互精炼机制。具体而言，CLAN 由两部分组成：1）跨层上下文注意力（CLCA）模块，其借助顶层特征图增强中间特征图中的全局上下文信息，从而提升中间层的表达能力；2）跨层空间注意力（CLSA）模块，其利用中间层特征图中的局部注意力来增强顶层特征图对局部区域的特征提取。实验结果表明，我们的方法在三个公开可用的细粒度识别数据集（CUB-200-2011、Stanford Cars 和 FGVC-Aircraft）上达到了最先进水平。我们提供了消融研究和可视化以理解我们的方法。实验结果表明，我们的方法在三个公开可用的细粒度识别数据集（CUB-200-2011、Stanford Cars 和 FGVC-Aircraft）上达到了最先进水平。
引用
@article{arxiv.2210.08784,
title = {Cross-layer Attention Network for Fine-grained Visual Categorization},
author = {Ranran Huang and Yu Wang and Huazhong Yang},
journal= {arXiv preprint arXiv:2210.08784},
year = {2022}
}