細(xì)粒度圖像識(shí)別任務(wù)的多層和區(qū)域特征融合模型

打開文本圖片集

摘要：細(xì)粒度圖像識(shí)別任務(wù)中，在整體相似度極大而局部細(xì)節(jié)不同的圖片中提取具有關(guān)注度的區(qū)域，并對(duì)其中的特征加以學(xué)習(xí)是至關(guān)重要的任務(wù)。針對(duì)目前研究中存在的人工標(biāo)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(luò)結(jié)構(gòu)，在訓(xùn)練和推理階段會(huì)引入額外的計(jì)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(jī)制進(jìn)行構(gòu)建，模擬人類觀察原理，提升對(duì)有價(jià)值的局部細(xì)節(jié)的關(guān)注能力，提高在經(jīng)典數(shù)據(jù)集上的識(shí)別效果。（剩余20602字）