首页出版说明中文期刊中文图书环宇英文官网付款页面

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

全文:

PDF


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.




DOI: http://dx.doi.org/10.12361/2661-3727-05-05-146894

Refbacks

  • 当前没有refback。