用于细粒度视觉分类的弱监督注意力金字塔卷积神经网络
计算机视觉与模式识别
2021-02-24 v1
摘要
在细粒度视觉分类（FGVC）中，将同一超类下的对象子类别（如鸟类物种、汽车与飞机型号）进行分类高度依赖于判别性特征表示与准确的区域定位。现有方法主要关注从高层特征中提炼信息。然而，本文表明，通过整合低层信息（如颜色、边缘连接、纹理图案），可借助增强的特征表示与准确定位的判别区域来提升性能。我们的方案称为注意力金字塔卷积神经网络（AP-CNN），包含：a）具有自顶向下特征通路与自底向上注意力通路的金字塔层级结构，从而同时学习高层语义与低层细节特征表示；b）带有ROI引导dropblock与ROI引导zoom-in的ROI引导精炼策略，该策略在增强判别性局部区域的同时消除背景噪声以精炼特征。所提出的AP-CNN可端到端训练，无需额外的边界框/部件标注。在三个常用FGVC数据集（CUB-200-2011、Stanford Cars与FGVC-Aircraft）上的大量实验表明，我们的方法能达到最先进（SOTA）性能。代码见\url{http://dwz1.cc/ci8so8a}
引用
@article{arxiv.2002.03353,
title = {Weakly Supervised Attention Pyramid Convolutional Neural Network for Fine-Grained Visual Classification},
author = {Yifeng Ding and Shaoguo Wen and Jiyang Xie and Dongliang Chang and Zhanyu Ma and Zhongwei Si and Haibin Ling},
journal= {arXiv preprint arXiv:2002.03353},
year = {2021}
}