基于双线性卷积网络的细粒度图像定位

• 作者: 陈斯祺
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 细粒度识别 对象定位 特征 双线性网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 78-80
• 页数: 3页
• 分类号: TP393
• 字数: 1711字
• 语种: 中文

摘要

细粒度图像识别是计算机视觉领域的一个难题, 也是大数据时代和人工智能的一个具有挑战性的难题.为了解决该问题, 提出了一种基于双线性卷积网络的对象定位方法, 该方法通过双线性网络来得到VGG网络不同层的特征, 将其交集作为最终的定位框.为了验证所提方法的可行性, 在CUB-200-2011数据集和Stanford Cars-196上对所提方法进行验证, 实验结果表明所提的方法的对象定位精确度远远高于其他具有代表性的方法, 同时在加入了软最大化分类器后, 所提方法得到的分类准确率比原始图像有了较大提高.