面向细粒度图像分类的以对象为中心采样
计算机视觉与模式识别
2014-12-11 v1
摘要
本文提出通过融入目标检测信息来超越当前最先进的深度卷积神经网络（CNN），专注于处理细粒度图像分类。遗憾的是，CNN在现有的细粒度图像分类基准上训练时会出现过拟合，这些基准通常仅包含不足数万张训练图像。因此，我们首先构建了一个大规模细粒度汽车识别数据集，包含 333 个汽车类别和超过 15 万张训练图像。借助该大规模数据集，我们能够建立 CNN 的强基线，其 top-1 分类准确率为 81.6%。细粒度图像分类的一个主要挑战是许多类别彼此极为相似，但同时具有较大的类内差异。造成类内差异的一个因素是杂乱的图像背景。然而，现有 CNN 训练采用对图像的统一窗口采样，对感兴趣目标的位置视而不见。相反，本文提出一种\emph{以对象为中心采样}（OCS）方案，该方案基于目标位置信息采样图像窗口。使用位置信息的挑战在于如何设计强大的目标检测器以及如何处理检测结果的不完美性。为此，我们设计了一种针对细粒度图像分类场景的显著性感知目标检测方法，并且检测结果的确定性在我们的 OCS 方案中得到自然处理。我们的框架被证明非常有效，在该大规模细粒度汽车分类数据集上将 top-1 准确率从 81.6% 提升至 89.3%。
引用
@article{arxiv.1412.3161,
title = {Object-centric Sampling for Fine-grained Image Classification},
author = {Xiaoyu Wang and Tianbao Yang and Guobin Chen and Yuanqing Lin},
journal= {arXiv preprint arXiv:1412.3161},
year = {2014}
}