FineTag：图像中细粒度层面的多属性分类
计算机视觉与模式识别
2018-10-26 v2
摘要
在本文中，我们将实例的细粒度属性提取视为一个“多属性分类”问题。为此，我们采用双线性卷积神经网络与成对排序损失，提出了一种端到端架构。这是此类架构首次应用于细粒度属性分类问题。我们将所提方法与一个具有竞争力的深度卷积神经网络基线进行比较。大量实验表明，所提方法以显著更少的参数（少 ）达到或超越对比基线的性能。我们在 CUB200 鸟类数据集上展示了我们的方法，该数据集的标注在本工作中被改造用于细粒度层面的多属性分类。
引用
@article{arxiv.1806.07124,
title = {FineTag: Multi-attribute Classification at Fine-grained Level in Images},
author = {Roshanak Zakizadeh and Michele Sasdelli and Yu Qian and Eduard Vazquez},
journal= {arXiv preprint arXiv:1806.07124},
year = {2018}
}