基于鑒別三元組模型和B--CNN模型的細(xì)粒度圖像識(shí)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(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展的支撐下，圖像識(shí)別與分類技術(shù)也得到了迅猛的發(fā)展，一般級(jí)別的圖像分類已經(jīng)滿足不了人們的需求，分類任務(wù)由以前的對(duì)動(dòng)物、花鳥(niǎo)、汽車等基本類別簡(jiǎn)單的粗分類發(fā)展為對(duì)這個(gè)基本類別的子類的細(xì)分類。細(xì)粒度圖像識(shí)別和分類的主要任務(wù)是對(duì)一些基類的子類進(jìn)行更細(xì)致的劃分，細(xì)粒度圖像分類的難點(diǎn)在于與基類相比，子類之間的差異更不明顯且更加細(xì)微，但是細(xì)粒度物體分類對(duì)當(dāng)今社會(huì)的生產(chǎn)和生活來(lái)說(shuō)是很有幫助的

2、。因此，如何獲得滿意的細(xì)粒度分類準(zhǔn)確度是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)高度關(guān)注的問(wèn)題。
　　細(xì)粒度圖像識(shí)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(xì)粒度分類方法，另一種是基于深度卷積神經(jīng)網(wǎng)絡(luò)的細(xì)粒度分類方法。本文基于這兩種方法設(shè)計(jì)和實(shí)現(xiàn)了基于鑒別三元組模型的細(xì)粒度圖像識(shí)別與分類算法和基于B-CNN模型的細(xì)粒度圖像識(shí)別與分類算法。
　　1.提出了基于鑒別三元組模型的細(xì)粒度圖像識(shí)別與分類算法。首先利用最近鄰算法對(duì)

3、種子圖像構(gòu)造多組粗略對(duì)齊的圖像集，然后以滑動(dòng)窗口的形式對(duì)圖像進(jìn)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(gè)斑塊隨機(jī)構(gòu)造候選三元組。與此同時(shí)，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(shí)別的物體。最后串聯(lián)被選擇的候選三元組的最大響應(yīng)和目標(biāo)對(duì)象的整體特征來(lái)構(gòu)造中層圖像描述，送入到SVM分類器或GoogLeNet進(jìn)行訓(xùn)練。
　　2.提出了基于B-CNN模型的細(xì)粒度

4、圖像識(shí)別與分類算法。由于弱監(jiān)督訓(xùn)練模型可以大大減少手工標(biāo)注的工作量，一直以來(lái)也是細(xì)粒度圖像識(shí)別與分類的發(fā)展的主要方向。基于B-CNN模型的細(xì)粒度圖像識(shí)別與分類算法僅使用訓(xùn)練樣本的標(biāo)簽，不需要任何額外的標(biāo)注信息，對(duì)傳統(tǒng)的B-CNN網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化改進(jìn)，在雙線性卷積提取過(guò)程中添加部件之間的幾何約束來(lái)增加空間特征信息，進(jìn)一步豐富了網(wǎng)絡(luò)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)