基于多频邻域与双交叉调制的小样本细粒度图像分类
计算机视觉与模式识别
2022-10-27 v2
摘要
传统细粒度图像分类通常依赖带有标注真值的大规模训练样本。然而，在真实应用场景中某些子类别可用样本极少，且当前小样本模型仍难以区分细粒度类别间的细微差异。为解决此挑战，我们提出一种新颖的利用多频邻域（MFN）与双交叉调制（DCM）的小样本细粒度图像分类网络（FicNet）。MFN 同时关注空间域与频域以捕获多频结构表示，从而减小外观与背景变化对类内距离的影响。DCM 由双十字交叉组件与双 3D 交叉注意力组件构成。它分别通过考虑全局上下文信息与类间关系来调制表示，使支持样本与查询样本对相同部位产生响应并准确辨识细微类间差异。在三个细粒度基准数据集上针对两项小样本任务的综合实验验证了 FicNet 相比 SOTA 方法具有优异性能。尤其在“Caltech-UCSD Birds”与“Stanford Cars”两个数据集上的实验分别取得 93.17% 与 95.36% 的分类准确率，甚至高于一般细粒度图像分类方法所能达到的精度。
引用
@article{arxiv.2207.08547,
title = {Few-shot Fine-grained Image Classification via Multi-Frequency Neighborhood and Double-cross Modulation},
author = {Hegui Zhu and Zhan Gao and Jiayi Wang and Yange Zhou and Chengqing Li},
journal= {arXiv preprint arXiv:2207.08547},
year = {2022}
}
备注
13 pages, 11 figures