您当前的位置：
首页 >
文章列表页 >
Dual-attention random selection global context fine-grained recognition network
Image Processing | 更新时间：2024-05-15
|

    • Dual-attention random selection global context fine-grained recognition network

    • “细粒度图像识别领域迎来新突破。针对微小潜在性特征易忽视、外观差异细微等问题，研究团队提出了一种基于双注意力随机选择全局上下文细粒度识别网络。该网络利用ConvNeXt作为主干，引入双注意力随机选择模块，有效关注到其他潜在微小判别性特征。同时，结合全局上下文注意力模块，将深层语义信息融入中间层，增强了微小特征定位能力。此外，创新性地提出多分支损失，结合不同分支特征，引导网络获取多样性判别特征。在Stanford-cars、CUB-200-2011、FGVC-Aircraft等公开数据集及真实场景车型数据集VMRURS上，该网络分别实现了95.2%、92.1%、94.0%和97.0%的高识别准确率，性能远超其他对比方法，为细粒度图像识别领域的发展奠定了坚实基础。”
      ”
    • Chinese Journal of Liquid Crystals and Displays   Vol. 39, Issue 4, Pages: 506-521(2024)

    • DOI：10.37188/CJLCD.2023-0114    

      CLC： TP391

    • Published：05 April 2024，

      Received：31 March 2023，

      Revised：29 April 2023，

    扫 描 看 全 文

  • XU Shengjun, JING Yang, DUAN Zhongxing, et al. Dual-attention random selection global context fine-grained recognition network. [J]. Chinese Journal of Liquid Crystals and Displays 39(4):506-521(2024) DOI： 10.37188/CJLCD.2023-0114.

  •  
  •  

0

Views

54

下载量

0

CSCD

Alert me when the article has been cited
提交
Tools
Download
Export Citation
Share
Add to favorites
Add to my album

Related Articles

Remote sensing image data enhancement based on improved SinGAN

Related Author

LIU Fu-you
LI Hai-tao
XU Sheng-jun
DUAN Zhong-xing
LI Ming-hai
PENG Yan-fei
DENG Jia-nan
WANG Gang

Related Institution

School of Electronic and Information Engineering， Liaoning Technical University
Bohai Shipbuilding Vocationla College
0