一種基于孿生網(wǎng)絡(luò)的自監(jiān)督學(xué)習(xí)細粒度圖像分類方法
基本信息
申請?zhí)?/td> | CN202210306415.6 | 申請日 | - |
公開(公告)號 | CN114676777A | 公開(公告)日 | 2022-06-28 |
申請公布號 | CN114676777A | 申請公布日 | 2022-06-28 |
分類號 | G06K9/62(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06V10/764(2022.01)I;G06V10/82(2022.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 汲如意;李佳盈;張立波;武延軍 | 申請(專利權(quán))人 | 中國科學(xué)院軟件研究所 |
代理機構(gòu) | 北京君尚知識產(chǎn)權(quán)代理有限公司 | 代理人 | - |
地址 | 100190北京市海淀區(qū)中關(guān)村南四街4號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于孿生網(wǎng)絡(luò)的自監(jiān)督學(xué)習(xí)細粒度圖像分類方法。本發(fā)明首先利用注意力編碼器提取圖像的深度卷積特征,獲取蘊含語義信息的注意力圖并通過雙線性池化方式編碼圖像特征;其次從原始圖像上定位出注意力圖上高響應(yīng)值所在的顯著區(qū)域,對顯著區(qū)域進行裁切和擦除操作,從而形成不同視角的視圖,以自監(jiān)督的方式學(xué)習(xí)視角不變性特征;最后聯(lián)合中心損失函數(shù)以及一致性損失函數(shù),顯示地約束不同視角特征,保持它們的類內(nèi)一致性。本發(fā)明方法使得網(wǎng)絡(luò)獲得顯著的性能增益,可以在細粒度圖像分類的基線上顯著提升分類準確度。 |
