用于分层图像分类的语义引导层级-类别混合预测网络
计算机视觉与模式识别
2023-04-03 v3
摘要
分层分类（HC）为每个对象分配组织成层次结构的多个标签。现有的基于深度学习的 HC 方法通常从根节点开始预测实例，直到到达叶节点。然而，在真实世界中，受噪声、遮挡、模糊或低分辨率干扰的图像可能无法提供足够信息用于下属层级的分类。为解决此问题，我们提出了一种新颖的语义引导层级-类别混合预测网络（SGLCHPN），能够以端到端方式联合执行层级与类别预测。SGLCHPN 包含两个模块：从输入图像提取特征向量的视觉 transformer，以及使用类别词嵌入作为查询以引导学习类别特定表示的语义引导交叉注意力模块。为评估所提方法，我们构建了两个新数据集，其中图像质量范围广泛，因而根据其各自质量被标注为层次结构中的不同层级（深度）。实验结果证明了我们所提 HC 方法的有效性。
引用
@article{arxiv.2211.12277,
title = {Semantic Guided Level-Category Hybrid Prediction Network for Hierarchical Image Classification},
author = {Peng Wang and Jingzhou Chen and Yuntao Qian},
journal= {arXiv preprint arXiv:2211.12277},
year = {2023}
}