细粒度图像识别文章 Picking Deep Filter Responses for Fine-grained Image Recognition 阅读笔记

最新推荐文章于 2024-04-05 13:30:00 发布

原创

最新推荐文章于 2024-04-05 13:30:00 发布 · 4.5k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习与计算机视觉 #图像识别

本文是关于细粒度图像识别的研究，通过自动part detection方法，特别是利用深度滤波器响应选择，实现弱和判别性检测器的学习。作者提出的新颖方法包括初始化正样本的选择，正则化检测器训练，以及使用Spatially Weighted Fisher Vector编码特征，以增强部分的重要性，提高识别精度。

细粒度图像识别文章 Picking Deep Filter Responses for Fine-grained Image Recognition 阅读笔记

原文章： Picking Deep Filter Responses for Fine-grained Image Recognition（CVPR2016）

摘要： 细粒度图像识别一直以来都是极具挑战性的任务。大多数细粒度图像识别算法都基于object和part级别的标注，来提高识别的准确率。文章提出了一种不需要任何object和part级别的标注的细粒度识别网络，并在CUB-200-2011上进行识别验证，并取得了很好的效果。

1 简介

1.1 背景

细粒度图像识别指的是在一个大类中的数个子类进行识别（例如识别不同鸟类的种类），它介于basic-level分类（常规的图像分类）和individual instances识别（人脸检测）之间。一个普通人对于前者可以很好地识别，但后者往往需要大量的专业知识，才能从一些细微的地方进行区分，没有接受过专业培训的人是很难做到的。
为了实现细粒度图像识别，大多数工作在训练和测试时都需要object或者part级别的标注，这些标注等于是告诉了网络需要从哪里寻找识别的突破口。有一些工作在测试时不额外使用标注，但是在训练阶段还是需要大量的带标注的图像，并且在大尺度图像识别时显得很吃力。因此，现在人们开始探索完全不使用标注的识别网络，但经常会面临需要从头开始训练网络、复杂度优化等问题。

1.2 文章贡献

作者做了两大贡献。第一个是提出了新颖的自动part detection方法，这个part检测方法有两点贡献：
- 第一，提出了新颖的检测学习初始化方法。作者先用原始的selective search方法提取一些patch，将它们送入VGG-M网络，查看conv4的输出。结果发现有些通道（channle）对一些特定图案相应，而有些响应十分混乱，对我们的任务没有帮助（见Figure 1）。作者的初始化方式的关键点就在于精巧地选择响应显著且一致的deep filters。