论文阅读笔记 SPDA-CNN: Unifying Semantic Part Detection and Abstraction for Fine-grained Recognition

最新推荐文章于 2020-12-02 17:20:17 发布

sowe_min

最新推荐文章于 2020-12-02 17:20:17 发布

阅读量991

点赞数

文章标签：深度学习细粒度图像识别

本文链接：https://blog.csdn.net/sowe_min/article/details/72630270

版权

本文介绍了SPDA-CNN，一种用于细粒度识别的深度学习模型，通过融合语义部分检测与抽象解决细粒度图像识别挑战。该模型包含检测子网络和识别子网络，提出了一种新颖的自顶向下方法生成小语义部分候选，并结合Fast RCNN进行part检测。此外，它引入了part抽象层，提供端到端的分类系统，提高识别性能。

摘要由CSDN通过智能技术生成

这篇论文来自美国罗格斯大学的 Han Zhang， CVPR2016

1. 简介

相比于一般的目标识别，细粒度识别具有更大的挑战性。其原因是由于姿态与视角的不同，不同图像之间微小的差异很容易被掩盖。一个直观的思路就是，利用目标的 part 去区分不同的子类。当前，一些 state-of-the-art 的方法都是利用 CNN 去检测目标的 part regions。但这些方法都只利用了目标的一些大的 part （比如鸟的头和身体），一些更小的语义 part 却被忽视了（比如，鸟的尾巴和翅膀）。（For example, on the CUB-2011 bird dataset, both methods only localized the head and body, i.e., large parts, and they did not utilize other smaller parts such as the tail and wings although these parts can be very useful for recognition）。对于细粒度图像识别，基于part 的CNN方法（part-based CNN methods）一般做法是：单独地为每一个part 训练一个CNN网络，然后从每个part中提取CNN特征，并将他们级联成一个很长的矢量，最后用这个特征矢量去训练一个分类器（比如SVM）。其中，每个part的CNN的结构是相同的，参数也是共享的。然而，这中方法有几个不足之处：（1）训练和测试是多步骤的处理；（2）限制了整个结构去学习不同part之间的相关性。

为了解决上面提到的问题，作者提出了一种