基于显著特征检测的细粒度视觉识别
计算机视觉与模式识别
2018-08-15 v2
摘要
近年来，基于计算机视觉的细粒度识别受到了极大关注。现有工作聚焦于判别性部位定位与特征学习。在本文中，为提升细粒度识别性能，我们首先尝试尽可能精确地定位物体的尽可能多的显著部位。然后，我们算出利用分离部位进行物体分类可获得的分类概率。最后，通过从每个部位提取高效特征并组合，再送入分类器进行识别，在 CUB200-2011 鸟类数据集上取得了优于 SOTA 算法的精度。
引用
@article{arxiv.1808.03935,
title = {Fine-grained visual recognition with salient feature detection},
author = {Hui Feng and Shanshan Wang and Shuzhi Sam Ge},
journal= {arXiv preprint arXiv:1808.03935},
year = {2018}
}
备注
10 pages, 6 figures, 5 tables