SASP：用于细粒度鸟类图像分类的条带感知空间感知
计算机视觉与模式识别
2025-06-04 v2 人工智能
摘要
细粒度鸟类图像分类 (FBIC) 不仅对生态监测和物种识别具有重要意义，在图像识别和细粒度视觉建模领域也具有广泛的研究价值。与一般图像分类任务相比，FBIC 提出了更艰巨的挑战：1) 物种体型和成像距离的差异导致图像中鸟类大小的变化；2) 复杂的自然栖息地通常会引入强烈的背景干扰；3) 飞行、栖息或觅食等高度灵活的姿态导致显著的类内变异性。这些因素共同导致传统方法难以稳定地提取判别性特征，从而限制了模型在实际应用中的泛化能力和可解释性。为了应对这些挑战，本文提出了一种基于条带感知空间感知的细粒度鸟类分类框架，旨在捕捉鸟类图像中整行或整列的长距离空间依赖关系，从而增强模型的鲁棒性和可解释性。所提出的方法包含两个新颖的模块：扩展感知聚合器 (EPA) 和通道语义编织 (CSW)。具体而言，EPA 通过在水平和垂直空间方向上聚合信息，将局部纹理细节与全局结构线索相融合。CSW 通过沿通道维度自适应地融合长距离和短距离信息，进一步精炼了语义表示。该模型建立在 ResNet-50 主干网络之上，实现了扩展结构特征在空间域上的跳跃式连接。在 CUB-200-2011 数据集上的实验结果表明，我们的框架在保持架构效率的同时取得了显著的性能提升。
引用
@article{arxiv.2505.24380,
title = {SASP: Strip-Aware Spatial Perception for Fine-Grained Bird Image Classification},
author = {Zheng Wang},
journal= {arXiv preprint arXiv:2505.24380},
year = {2025}
}