细粒度论文笔记:双线性模型 《Bilinear CNN Models for Fine-Grained Visual Recognition》

双线性模型是2015年提出的一种细粒度图像分类模型。该模型使用的是两个并列的CNN模型,这种CNN模型使用的是AlexNet或VGGNet去掉最后的全连接层和softmax层,这个作为特征提取器,然后使用SVM作为最后的线性分类器。当然,作者还在实验中尝试了多种方法,比如最后使用softmax但类别有所减少的分类器,作者在特征提取器上也有三种尝试,分别是使用两个AlexNet,使用一个AlexNet和一个VGGNet,和使用两个VGGNet,这三种特征提取的方法在不同的数据集上效果各有一些小差别,但是总体来说,相比其他类型的细粒度分类方法在精度上有较大提高,比如使用CNN特征的Fisher Vector(FV-CNN)方法,使用SIFT特征的Fisher Vector(FV-SIFT)方法,普通的带全连接层的卷积神经网络(FC-CNN)方法。

       双线性图像分类模型示意图如下:

用于图像分类的双线性模型由四元组组成。 这里是特征函数,是池化函数,是分类函数。 特征函数是一个映射 ,输入图像和位置并输出大小为 的特征。 我们说的位置通常是可以包含位置和尺度。 特征输出在每个位置上使用矩阵外积进行组合,即在位置处的的双线性特征组合由双线性函数 给出。

这种模型具有以下优点

1,该架构能够以平移不变的方式,对局部的对级(pairwise)特征交互进行建模,适用于细粒度分类。

2,能够泛化多种顺序无关的特征描述子,如Fisher 向量,VLAD及O2P。实验中使用使用卷积神经网络的作为特征提取器的双线性模型。

3,双线性形式简化了梯度计算,能够对两个网络在只有图像标签的情况下进行端到端训练。

 

这篇论文中提到的一些技术比如Fisher Vector方法,SIFT特征提取,VLAD,Bag-of-Visual-Words。然后在双线性模型里面的一些细节还是有很多不懂得地方。

参考:

Lin T Y, Roychowdhury A, Maji S. Bilinear CNN Models for Fine-Grained Visual Recognition[J]. 2015:1449-1457.

  • 4
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 20
    评论
评论 20
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值