面向细粒度视觉识别的多目标矩阵归一化
计算机视觉与模式识别
2020-04-13 v2
摘要
双线性池化在细粒度视觉识别（FGVC）中取得了巨大成功。近期方法表明矩阵幂归一化能稳定双线性特征中的二阶信息，但冗余信息和过拟合等问题仍有待解决。本文提出一种高效的多目标矩阵归一化（MOMN）方法，可同时从平方根、低秩和稀疏三个方面对双线性表示进行归一化。这三个正则化项不仅能稳定二阶信息，还能压缩双线性特征并提升模型泛化能力。MOMN中的核心挑战是如何联合优化具有不同凸性的三个非光滑正则化项。为此，MOMN首先将它们公式化为带近似正则化约束的增广拉格朗日形式，然后引入辅助变量松弛不同约束，使各正则化项可交替求解。最后，设计了若干基于梯度下降的更新策略以获得一致收敛和高效实现。因而，MOMN仅通过矩阵乘法实现，与GPU加速良好兼容，且归一化后的双线性特征稳定且具有判别力。在五个FGVC公开基准上的实验表明，所提MOMN在准确率和效率上均优于现有基于归一化的方法。代码见：https://github.com/mboboGO/MOMN。
引用
@article{arxiv.2003.13272,
title = {Multi-Objective Matrix Normalization for Fine-grained Visual Recognition},
author = {Shaobo Min and Hantao Yao and Hongtao Xie and Zheng-Jun Zha and Yongdong Zhang},
journal= {arXiv preprint arXiv:2003.13272},
year = {2020}
}