基于语义信息跨层特征融合的细粒度鸟类识别

• 作者: 何小海 卿粼波 吴晓红 李国瑞 滕奇志
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 鸟类识别 细粒度识别 区域定位 特征提取 特征融合
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 132-136,191
• 页数: 6页
• 分类号: TP391.41
• 字数: 4319字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.04.022

摘要

有效识别各种鸟类目标具有重要的生态环境保护意义.针对不同种类鸟类之间差别细微、识别难度大等问题,提出一种基于语义信息跨层特征融合的细粒度鸟类识别模型.该模型由区域定位网络、特征提取网络和一种跨层特征融合网络(Cross-layer Feature Fusion Network,CFF-Net)组成.区域定位网络在没有局部语义标注的情况下,自动定位出局部有效信息区域;特征提取网络提取局部区域图像特征和全局图像特征;CFF-Net对多个局部和全局特征进行融合,提高最终分类性能.结果表明,该方法在Caltech-UCSD Birds200-2011(CUB200-2011)鸟类公共数据集上,取得了87.8％的分类准确率,高于目前主流的细粒度鸟类识别算法,表现出优异的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海		395	2334	21.0	30.0
2	滕奇志		198	900	14.0	21.0
3	吴晓红		141	571	11.0	16.0
4	卿粼波		181	565	11.0	15.0
5	李国瑞		2	0	0.0	0.0