細粒度圖像識別任務的多層和區(qū)域特征融合模型

打開文本圖片集

摘要：細粒度圖像識別任務中，在整體相似度極大而局部細節(jié)不同的圖片中提取具有關注度的區(qū)域，并對其中的特征加以學習是至關重要的任務。針對目前研究中存在的人工標注判別區(qū)域的成本太高、模型構(gòu)建中需引入大量額外的網(wǎng)絡結(jié)構(gòu)，在訓練和推理階段會引入額外的計算開銷等問題，研究優(yōu)化后提出多層和區(qū)域特征融合模型。模型基于注意力機制進行構(gòu)建，模擬人類觀察原理，提升對有價值的局部細節(jié)的關注能力，提高在經(jīng)典數(shù)據(jù)集上的識別效果。（剩余20602字）