自适应数量的辨别性区域定位与表示方法技术

本发明专利技术公开一种基于自适应数量的辨别性区域定位与表示方法，主要流程包括提取输入图像的深度特征；对特征进行自注意力变换得到自注意力图，与提取的类别激活图进行融合得到显著性图；对显著性图提取候选采样点，进一步扩展为自适应数量的辨别性区域。本发明专利技术用于细粒度图像识别，可以自适应数量地对辨别性区域进行定位和表示，可以取得很高的识别准确率。可以取得很高的识别准确率。可以取得很高的识别准确率。

【技术实现步骤摘要】
自适应数量的辨别性区域定位与表示方法


[0001]本专利技术属于计算机视觉
，具体涉及一种自适应数量的辨别性区域定位与表示方法，用于细粒度图像识别，可以准确定位辨别性区域。

技术介绍

[0002]与通用的图像识别任务不同，细粒度图像识别任务要求区分的类别更加细致，具体到某一个大类下子类的识别，如鸟类的细分类、飞机类型的细分类、商品类别的细分类等等。由于其任务定义要求的识别类别更加细致，在现实场景中有着更广泛的应用和需求，一直是学术界和产业界的重点关注领域。
[0003]对细粒度图像识别而言，主要难点来自于三个方面。一是类间差别很小，一类图像可能仅有几个细微的物体部位和其他类别不同。二是类内方差很大，同类样本之间的差距有可能很大，例如鸟的不同姿态、植物的不同生长阶段等，都会使得样本的外表发生很大的变化。三是标注数据匮乏，对图像进行细粒度标注要求有很高的领域知识，这使得数据标注十分困难，难以构建大规模数据集支撑模型的训练。
[0004]为了应对这些难点，现有细粒度图像识别方法中往往包含了辨别性区域定位的过程，即定位到物体关键部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应数量的辨别性区域定位与表示方法，其特征在于包括如下步骤：步骤1.提取输入图像的深度特征；步骤2.对深度特征使用自注意力机制获得自注意力图；步骤3.对深度特征提取类别激活图；步骤4.对自注意力图和类别激活图进行融合，得到用于定位辨别性区域的显著性图；步骤5.对显著性图进行滑窗得到候选极值点，将候选极值点扩展为辨别性区域，提取辨别性特征；步骤6.获取细粒度图像识别结果。2.如权利要求1所述的自适应数量的辨别性区域定位与表示方法，其特征在于：所述步骤1具体如下：1)对输入图像进行随机水平翻转、尺度变换、随机裁剪这些图像变换；2)将变换后的图像输入卷积神经网络ResNet
‑
50，获得输出特征图，大小为c*n*n，其中c≥1，为特征的通道数，n≥1，为特征图的大小。3.如权利要求2所述的自适应数量的辨别性区域定位与表示方法，其特征在于：所述步骤2具体如下：1)首先对特征图进行尺度变换，由c*n*n变为c*n2；2)将转换后的自注意力图进行转置，再与自身进行矩阵相乘，得到长度为n2的向量；3)将该向量变形，得到大小为n*n的自注意力图。4.如权利要求3所述的自适应数量的辨别性区域定位与表示方法，其特征在于：所述步骤3具体如下：1)将特征图进行全局均值池化得到特征向量，输入分类器中得到预测结果；2)提取分类器中对...

【专利技术属性】
技术研发人员：王蕊，邹聪，李太豪，裴冠雄，
申请(专利权)人：中国科学院信息工程研究所，
类型：发明
国别省市：