基于改进全局—局部注意网络的室内场景识别方法
打开文本图片集
摘 要： 由于卷积神经网络（CNN）大多侧重于全局特征学习，忽略了包含更多细节的局部特征信息，使得室内场景识别的准确率难以提高。针对这一问题，提出了基于改进全局—局部注意网络（GLANet）的室内场景识别方法。首先，利用GLANet捕捉场景图像的全局特征和局部特征，增加图像特征中的细节信息；然后，在局部网络中引入non-local注意力模块，通过注意力图和特征图的卷积来进一步保留图像的细节特征，最后融合网络不同阶段的多种特征进行分类。（剩余11914字）
