基于物體部件模型的細(xì)粒度圖像識(shí)別.pdf

1、圖像分類問題是計(jì)算機(jī)視覺領(lǐng)域重要的研究?jī)?nèi)容之一，隨著生產(chǎn)生活中人們追求更精細(xì)的目標(biāo)檢測(cè)，細(xì)粒度圖像識(shí)別與分類問題成為近年來人們?cè)絹碓疥P(guān)注的課題。細(xì)粒度圖像分類任務(wù)主要是指在相同大類下面去區(qū)分不同的子類別。相對(duì)于粗粒度分類任務(wù)而言，細(xì)粒度圖像分類問題面臨的主要難題是待分類圖像類別的粒度更為精細(xì)，不同子類在形態(tài)，大小和角度方面有很小的差異，因此如何使用有效的方法進(jìn)行前景圖像的檢測(cè)，并且從圖像中提取重要的局部信息決定著細(xì)粒度圖像分類問題是否可

2、以取得很好的效果。對(duì)于細(xì)粒度圖像分類任務(wù)而言，一般根據(jù)模型是否用到額外的人工標(biāo)注信息，主要分為“強(qiáng)監(jiān)督學(xué)習(xí)”和“弱監(jiān)督學(xué)習(xí)”兩類?，F(xiàn)有的大部分方法是在有人工標(biāo)注的條件下進(jìn)行物體和部件的檢測(cè)然后進(jìn)行特征表示和分類，但是獲得這些額外的標(biāo)注信息需要消耗大量的人力物力，而且人工標(biāo)注信息錯(cuò)誤率也較高。本文首先直接用CNN網(wǎng)絡(luò)對(duì)細(xì)粒度圖像進(jìn)行分類但是分類效果并不是很好，在此基礎(chǔ)上提出了一種基于物體部件的細(xì)粒度圖像分類模型。本文的主要工作如下:

3、>　　(1)物體定位模型。通過大量的實(shí)驗(yàn)可以發(fā)現(xiàn)網(wǎng)絡(luò)模型中卷積層特征對(duì)圖像中主要物體的響應(yīng)度較大比如說一些卷積層特征在鳥的頭部位置響應(yīng)比較大而另一些卷積層特征在鳥的身體位置響應(yīng)比較大，但是單通道卷積層特征并不能很好地實(shí)現(xiàn)物體的定位?；谝陨习l(fā)現(xiàn)，本文結(jié)合Conv5層中所有通道的卷積層特征來構(gòu)建物體定位模型從而實(shí)現(xiàn)物體的定位檢測(cè)。最后通過得到的物體圖像結(jié)合深度學(xué)習(xí)進(jìn)行圖像分類。
　　(2)部件選擇模型。通過自底向上的算法可以從圖像中

4、得到大量圖像塊然后通過卷積層可視化分析可知網(wǎng)絡(luò)中的卷積層特征具有聚類特性，本文通過譜聚類方法構(gòu)建卷積層的部件檢測(cè)器來對(duì)圖像塊進(jìn)行篩選從而得到圖像的部件表示。最后通過得到的部件圖像結(jié)合深度神經(jīng)網(wǎng)絡(luò)進(jìn)行細(xì)粒度圖像分類。
　　(3)以上兩個(gè)模型可以在細(xì)粒度圖像識(shí)別上取得比較好的分類效果但是相比于現(xiàn)有的算法效果還是有一定的差距，因此本文最后通過融合物體定位模型，部件選擇模型和原始圖片特征構(gòu)建一個(gè)三流的網(wǎng)絡(luò)模型來進(jìn)行細(xì)粒度圖像分類。該網(wǎng)絡(luò)模