基于多层特征融合机制的细粒度图像分类研究

李 垚成
四川旅游学院

摘要

本研究提出三种基于Bilinear CNN的细粒度图像分类改进模型，采用多层特征融合机制。通过对VGG16基
网络结构的改动，分别使用相加、交叉和混合三种特征融合方式获得更丰富的图像信息，增强了不同层和同一层中
不同子层的信息互通。在此基础上，引入全局池化、R-S激活函数和自学习权重特征融合等局部优化策略，进一步
提升特征提取和训练效率。实验结果表明，新模型的分类精确度达到86.94%。

关键词

Bilinear CNN；细粒度分类；特征融合；全局池化；R-S激活函数

参考

[1] 罗建豪，吴建鑫 . 基于深度卷积特征的细粒度图

像分类研究综述 [J]. 自动化学报，2017，43（08）：1306-

1318.

[2]Lin T Y ， Roychowdhury A ， Maji S .Bilinear CNN

Models for Fine-grained Visual Recognition[J]. 2015.DOI：

10.48550/arXiv.1504.07889.

[3]X. Cai et al.， “Automatic Extraction of Layover From

InSAR Imagery Based on Multilayer Feature Fusion Attention

Mechanism，” in IEEE Geoscience and Remote Sensing

Letters， vol. 19， pp. 1-5， 2022， Art no. 4017705， doi：

10.1109/LGRS.2021.3105722.

[4] 邓亚萍，王新，尹甜甜 . 基于多层交叉注意力融

合网络模型的人脸图像情感分析 [J]. 科学技术与工程，

2023，23（3）：1152-1159.

[5] 蔡斐 . 基于混合注意力机制和多层特征融合的

服装图像检索研究 [D]. 东华大学，2022.DOI：10.27012/

d.cnki.gdhuu.2022.000703.

[6] 孙俊，何小飞，谭文军，等 . 空洞卷积结合全局

池化的卷积神经网络识别作物幼苗与杂草 [J]. 农业工程学

报，2018.DOI：CNKI：SUN：NYGU.0.2018-11-020.

[7] 陆明远，侯春燕，王劲松 . 基于 Softplus 函数的神

经网络的 Reluplex 算法验证研究 [J]. 信息安全研究，2022，

8（09）：917-924.

[8] 许志龙，施烨，俞鑫春，郭伟 . 基于自学习特征

权重网络的模板匹配研究 [J]. 电子技术与软件工程，2020

（14）：139-142.