细粒度图像识别任务的多层和区域特征融合模型

打开文本图片集

摘要：细粒度图像识别任务中，在整体相似度极大而局部细节不同的图片中提取具有关注度的区域，并对其中的特征加以学习是至关重要的任务。针对目前研究中存在的人工标注判别区域的成本太高、模型构建中需引入大量额外的网络结构，在训练和推理阶段会引入额外的计算开销等问题，研究优化后提出多层和区域特征融合模型。模型基于注意力机制进行构建，模拟人类观察原理，提升对有价值的局部细节的关注能力，提高在经典数据集上的识别效果。（剩余20602字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。