ExpNet：面向专家级分类的统一网络
计算机视觉与模式识别
2022-11-30 v1
摘要
与一般的视觉分类不同，一些分类任务更具挑战性，因为它们需要图像的专业类别。在本文中，我们将其称为专家级分类。以往的细粒度视觉分类（FGVC）在其某些特定子任务上做出了许多努力。然而，它们难以扩展到依赖于局部-全局关联和层次特征交互综合分析的一般情况。在本文中，我们提出了专家网络（ExpNet），通过一个统一的网络来应对专家级分类的独特挑战。在 ExpNet 中，我们分层解耦局部和上下文特征，并使用一种称为 Gaze-Shift 的新型注意力机制分别处理它们。在每个阶段，Gaze-Shift 为后续的抽象产生一个焦点局部特征，并记忆一个与上下文相关的嵌入。然后，我们将最终的焦点嵌入与所有记忆的上下文相关嵌入融合以进行预测。这种架构实现了局部和全局信息的双轨处理以及层次特征交互。我们在三个具有代表性的专家级分类任务上进行了实验：FGVC、疾病分类和艺术品属性分类。在这些实验中，与广泛领域的现有最佳方法相比，我们的 ExpNet 表现出优越的性能，表明了其有效性和泛化能力。代码将公开提供。
引用
@article{arxiv.2211.15672,
title = {ExpNet: A unified network for Expert-Level Classification},
author = {Junde Wu and Huihui Fang and Yehui Yang and Yu Zhang and Haoyi Xiong and Huazhu Fu and Yanwu Xu},
journal= {arXiv preprint arXiv:2211.15672},
year = {2022}
}