双注意力随机选择全局上下文细粒度识别网络

徐胜军; 荆扬; 段中兴; 李明海; 李海涛; 刘福友

doi:10.37188/CJLCD.2023-0114

您当前的位置：

首页 >

文章列表页 >

双注意力随机选择全局上下文细粒度识别网络

图像处理 | 更新时间：2024-05-15

- 双注意力随机选择全局上下文细粒度识别网络
- 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。”
  
  ”
- 液晶与显示 2024年39卷第4期页码：506-521
- 作者机构：
  
  1.西安建筑科技大学信息与控制工程学院，陕西西安 710055
  2.西安市建筑制造智能化技术重点实验室，陕西西安 710055
  3.江苏省交通工程建设局，江苏南京 210004
  4.中交隧道工程局有限公司，北京 100024
- 作者简介：
  
  [ "徐胜军，男，博士，副教授，2014年于西安交通大学获得博士学位，主要从事图像处理、模式识别领域的研究。E-mail：dupsin@sina.com" ]
  [ "荆扬,男，硕士研究生，2019年于西安建筑科技大学华清学院获得学士学位，主要从事图像处理、细粒度识别等方面的研究。E-mail:jingyang0525@xauat.edu.cn" ]
- 基金信息：
  
  国家自然科学基金(52278125);陕西省自然科学基础研究项目(2023-JC-YB-532;2022JQ-681);陕西省重点研发计划(2021SF-429);陕西省教育厅专项科研计划(20JK0721)
- DOI：10.37188/CJLCD.2023-0114
  中图分类号： TP391
- 纸质出版日期：2024-04-05，
  
  收稿日期：2023-03-31，
  
  修回日期：2023-04-29，
扫描看全文
徐胜军, 荆扬, 段中兴, 等. 双注意力随机选择全局上下文细粒度识别网络[J]. 液晶与显示, 2024,39(4):506-521.

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, 2024,39(4):506-521.
徐胜军, 荆扬, 段中兴, 等. 双注意力随机选择全局上下文细粒度识别网络[J]. 液晶与显示, 2024,39(4):506-521. DOI： 10.37188/CJLCD.2023-0114.

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, 2024,39(4):506-521. DOI： 10.37188/CJLCD.2023-0114.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进SinGAN的遥感图像数据增强方法

双注意力随机选择全局上下文细粒度识别网络

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

DOI：10.37188/CJLCD.2023-0114