基于多通道视觉注意力的细粒度图像分类

• 作者: 宋彦 戴礼荣 王培森
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 图像分类 细粒度图像分析 视觉注意力 图像表示 深度学习
• 年，卷（期）: 2019,（1）
• 页码范围: 157-166
• 页数: 10页
• 分类号: TP391.4
• 字数: 6322字
• 语种: 中文
• DOI: 10.16337/j.1004?9037.2019.01.016

摘要

视觉注意力机制在细粒度图像分类中得到了广泛的应用.现有方法多是构建一个注意力权重图对特征进行简单加权处理.对此,本文提出了一种基于可端对端训练的深度神经网络模型实现的多通道视觉注意力机制,首先通过多视觉注意力图描述对应于视觉物体的不同区域,然后提取对应高阶统计特性得到相应的视觉表示.在多个标准的细粒度图像分类测试任务中,基于多通道视觉注意的视觉表示方法均优于近年主流方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴礼荣	中国科学技术大学语音及语言信息处理国家工程实验室	86	643	14.0	21.0
2	宋彦	中国科学技术大学语音及语言信息处理国家工程实验室	45	315	10.0	16.0
3	王培森	中国科学技术大学语音及语言信息处理国家工程实验室	1	4	1.0	1.0