显著性感知的自动佛像识别
计算机视觉与模式识别
2024-02-28 v1
摘要
佛像作为多种宗教的象征，具有重要的文化内涵，对于理解不同地区的文化和历史至关重要，因此佛像识别是佛学研究领域的关键环节。然而，佛像识别需要知识渊博的专业人员投入大量时间和精力，使其成为一项成本高昂的任务。卷积神经网络（CNN）在处理视觉信息方面 inherently 高效，但当面临类别不平衡问题时，仅靠 CNN 可能会做出不准确的分类决策。因此，本文提出了一种基于显著图采样的端到端自动佛像识别模型。所提出的网格级局部自注意力模块（GLSA）提供了额外的显著特征，可用于丰富数据集，并使 CNN 能够以更全面的方式进行观察。最终，我们的模型在佛像专家协助收集的佛像数据集上进行了评估，其 Top-1 准确率平均比最先进网络高出 4.63%，而 MUL-ADD 仅略有增加。
引用
@article{arxiv.2402.16980,
title = {Saliency-Aware Automatic Buddhas Statue Recognition},
author = {Yong Qi and Fanghan Zhao},
journal= {arXiv preprint arXiv:2402.16980},
year = {2024}
}