SR-GNN：用于细粒度图像分类的空间关系感知图神经网络
计算机视觉与模式识别
2022-10-05 v1 人工智能
摘要
过去几年中，基于深度卷积神经网络（CNNs）的图像识别取得了显著进展。这主要归因于此类网络从纹理和形状中挖掘具有判别性的物体姿态与部件信息的强大能力。这对于细粒度视觉分类（FGVC）往往并不合适，因为由于遮挡、形变、光照等，它表现出高类内方差和低类间方差。因此，描述全局结构信息的具表达力的特征表示是刻画物体/场景的关键。为此，我们提出一种方法，通过聚合来自最相关图像区域及其在区分细粒度类别中的重要性（避免边界框和/或可区分部件标注）的上下文感知特征，有效捕捉细微变化。我们的方法受到自注意力与图神经网络（GNNs）近期进展的启发，引入一种简单而有效的关系感知特征变换，并利用上下文感知注意力机制对其进行精炼，以在端到端学习过程中提升变换特征的判别力。我们的模型在由细粒度物体与人-物交互组成的八个基准数据集上进行了评估。它在识别准确率上以显著优势超越了最先进的方法。
引用
@article{arxiv.2209.02109,
title = {SR-GNN: Spatial Relation-aware Graph Neural Network for Fine-Grained Image Categorization},
author = {Asish Bera and Zachary Wharton and Yonghuai Liu and Nik Bessis and Ardhendu Behera},
journal= {arXiv preprint arXiv:2209.02109},
year = {2022}
}
备注
Accepted manuscript - IEEE Transaction on Image Processing