基于鑒別三元組模型和B--CNN模型的細粒度圖像識別與分類算法研究.pdf

1、正所謂“工欲善其事必先利其器”。在互聯(lián)網(wǎng)技術和計算機技術的飛速發(fā)展的支撐下，圖像識別與分類技術也得到了迅猛的發(fā)展，一般級別的圖像分類已經(jīng)滿足不了人們的需求，分類任務由以前的對動物、花鳥、汽車等基本類別簡單的粗分類發(fā)展為對這個基本類別的子類的細分類。細粒度圖像識別和分類的主要任務是對一些基類的子類進行更細致的劃分，細粒度圖像分類的難點在于與基類相比，子類之間的差異更不明顯且更加細微，但是細粒度物體分類對當今社會的生產(chǎn)和生活來說是很有幫助的

2、。因此，如何獲得滿意的細粒度分類準確度是計算機視覺領域一個高度關注的問題。
　　細粒度圖像識別與分類算法發(fā)展至今大致形成了兩種主要的分類方法，一種是基于部件模型的細粒度分類方法，另一種是基于深度卷積神經(jīng)網(wǎng)絡的細粒度分類方法。本文基于這兩種方法設計和實現(xiàn)了基于鑒別三元組模型的細粒度圖像識別與分類算法和基于B-CNN模型的細粒度圖像識別與分類算法。
　　1.提出了基于鑒別三元組模型的細粒度圖像識別與分類算法。首先利用最近鄰算法對

3、種子圖像構造多組粗略對齊的圖像集，然后以滑動窗口的形式對圖像進行分割得到差異分值圖，根據(jù)差異分值圖定位到潛在的差異區(qū)域作為辨別斑塊，基于幾何約束選擇分值最高的6個斑塊隨機構造候選三元組。與此同時，基于差異分值地圖提出一種區(qū)域建議書方法可以非常有效的定位到待識別的物體。最后串聯(lián)被選擇的候選三元組的最大響應和目標對象的整體特征來構造中層圖像描述，送入到SVM分類器或GoogLeNet進行訓練。
　　2.提出了基于B-CNN模型的細粒度

4、圖像識別與分類算法。由于弱監(jiān)督訓練模型可以大大減少手工標注的工作量，一直以來也是細粒度圖像識別與分類的發(fā)展的主要方向?；贐-CNN模型的細粒度圖像識別與分類算法僅使用訓練樣本的標簽，不需要任何額外的標注信息，對傳統(tǒng)的B-CNN網(wǎng)絡結構進行優(yōu)化改進，在雙線性卷積提取過程中添加部件之間的幾何約束來增加空間特征信息，進一步豐富了網(wǎng)絡提取的特征。
　　基于本文所提出的兩種算法在14-Class BMVC車輛數(shù)據(jù)集、196類斯坦福汽車數(shù)據(jù)