基于增强多重注意力机制的深度神经网络的细粒度检测

• 作者: 冯宇 卢杉 周晨轶 徐亦白
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 多注意力机制 端到端 细粒度图像识别
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 图像处理
• 页码范围: 83-89
• 页数: 7页
• 分类号: TP319
• 字数: 5006字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.09.015

摘要

现有的基于注意力机制的细粒度图像识别方法大多都没有考虑目标局部的相关性,而且以往大多数方法都用多阶段或者多尺度机制,导致效率不高且难以端到端训练.本文提出的方法能调节不同输入图像的不同部位的关系.基于上述思路的注意力机制的方法去学习每幅图的每个关注区域特征,再用增强多重注意力机制强化这一效果,让同类别图像具有类似的注意力机制,而不同类别的图像具有不一样的注意力机制,同时也能够进行端到端训练.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晨轶		4	7	1.0	2.0
2	冯宇		3	1	1.0	1.0
3	徐亦白		4	2	1.0	1.0
4	卢杉		4	2	1.0	1.0