该论文提出了一种可解释的深度模型用于细粒度视觉识别，不仅进行分类，还能输出对象部分的分割和它们对分类的贡献。利用先验知识确定对象部分，通过比较输入特征与部分字典得到软部分分配图，并计算注意力图。在损失函数中加入正则化项，使学习到的部分概率与先验概率分布对齐，提高了模型的解释性。实验结果展示了与其他方法相比，该模型在分类和定位错误方面的优势。
Contribution
proposed an interpretable deep model for fine-grained visual recognition:
- 做细粒度分类，但同时output the segmentation of object parts and the identification of their contributions towards classification，增加了模型的可解释性
- 为了确认object parts，使用a simple prior (prior knowledge)。利用assumption：给定一张图，某个part出现的概率符合Beta distribution（beta distribution具体没懂，之后再了解）。
Methods
-
region-based part discovery and attribution
输入图片。输出类别，assignment map（区域分割），attention map（标出重要区域）。分三步：
- compare input feature X with part dictionary D, 得到soft part assignment map Q.
- 根据Q 和D，从X中pool出region features Z。再根据Z 进一步计算attention a。
- 用a reweigh
最低0.47元/天 解锁文章
1236
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
