細(xì)粒度圖像分類是指在區(qū)分出基本類別的基礎(chǔ)上,進(jìn)行更詳細(xì)的子類劃分,如區(qū)分鳥(niǎo)的種類、車(chē)的款式、飛機(jī)的型號(hào)等。細(xì)粒度圖像分類在現(xiàn)實(shí)中具有較高的研究?jī)r(jià)值和深遠(yuǎn)的應(yīng)用前景,因而成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。然而,現(xiàn)階段的細(xì)粒度圖像分類研究依然面臨一些挑戰(zhàn)。比如:子類別之間的差異往往非常微妙,導(dǎo)致類別間的鑒別性區(qū)域難以被準(zhǔn)確定位;物體的姿態(tài)變化與視覺(jué)變化,導(dǎo)致對(duì)圖像中有效特征的提取工作較難開(kāi)展。針對(duì)這兩個(gè)問(wèn)題,本文基于深度學(xué)習(xí),構(gòu)建了一個(gè)細(xì)粒度圖像分類模型,該模型包括基于無(wú)監(jiān)督學(xué)習(xí)的鑒別性區(qū)域定位方法、基于循環(huán)注意力的細(xì)粒度特征提取方法。模型有效解決了鑒別性區(qū)域難以定位和圖像有效特征難以提取的問(wèn)題。模型在CUB-200-2011、FGVC-Aircraft以及Stanford Cars數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該模型與現(xiàn)有先進(jìn)方法相比具有明顯優(yōu)勢(shì)。本文的主要貢獻(xiàn)如下:(1)提出了一種基于無(wú)監(jiān)督學(xué)習(xí)的鑒別性區(qū)域定位方法(Discriminant Region Location Method Based on Unsupervised Learning,DRLU)。首先,方法中的區(qū)域檢測(cè)器利用...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2 人臉細(xì)粒度圖像分類識(shí)別結(jié)果

為了驗(yàn)證所研究方法的分類識(shí)別的效果，隨機(jī)選取上文數(shù)據(jù)庫(kù)中的三幅不同人臉、不同表情的人臉圖像。將所研究方法與文獻(xiàn)[3](基于深度遷移學(xué)習(xí)的微型細(xì)粒度圖像分類)和文獻(xiàn)[4](基于文本與視覺(jué)信息的細(xì)粒度圖像分類)進(jìn)行對(duì)比仿真，測(cè)試三種方法的分類如圖2所示。由圖2可知，文獻(xiàn)[3]方法的分....

圖1.1總體技術(shù)方案

基于深度學(xué)習(xí)的細(xì)粒度圖像分類方法研究6使用多尺度特征采樣方法對(duì)特征區(qū)域進(jìn)行采樣，在兼顧巖石樣本整體特征信息的同時(shí)，挖掘樣本多種尺度細(xì)節(jié)信息；最后，使用超圖的特征融合方法統(tǒng)籌樣本的整體和細(xì)節(jié)特征信息。該識(shí)別方法為大規(guī)模的巖石圖像標(biāo)注和識(shí)別提供了一種新方法，有效提高了細(xì)粒度巖石圖像的....

圖2.1ResNet構(gòu)建單元（Heetal.,2016）

判愕奶卣魈崛∧芰Γ??綺閌?蕉啾澩錟芰υ角浚?深層網(wǎng)絡(luò)提取的特征更抽象，更具有語(yǔ)義信息。但隨著網(wǎng)絡(luò)深度的增加，模型的精度會(huì)逐漸增加到飽和并迅速下降，這就是深層網(wǎng)絡(luò)的“退化（degradation）”問(wèn)題。雖然許多深度網(wǎng)絡(luò)采取了ReLU激活函數(shù)、批量歸一化（BN）等操作緩解梯度消失....

圖2.2RetinaNet基礎(chǔ)結(jié)構(gòu)（Linetal.,2017b）

由于受制于類別失衡（classimbalance），算法的檢測(cè)精度偏低。為了解決類別失衡這一問(wèn)題，Lin等人（2017b）提出使用focalloss替代交叉熵?fù)p失，通過(guò)調(diào)整損失函數(shù)的計(jì)算公式使一階段目標(biāo)檢測(cè)算法達(dá)到和FasterR-CNN同樣的準(zhǔn)確度。focalloss的計(jì)算方式....

本文編號(hào)：4033722