论文阅读笔记（二）细粒度图像分类_pose normalized cnn-程序员宅基地

技术标签：论文阅读图像处理深度学习细粒度图像

0、参考文献

[1]见微知著 http://geek.csdn.net/news/detail/191718

[2]Cyiano http://blog.csdn.net/Cyiano/article/details/72081855

1、概要

细粒度图像识别是现在图像分类中一个颇具挑战性的任务，它的目标是在一个大类中的数百数千个子类中正确识别目标。

相同的子类中物体的动作姿态可能大不相同，不同的子类中物体可能又有着相同的动作姿态，这是识别的一大难点。

细粒度图像分类的关键点在寻找一些存在细微差别的局部区域。

如何有效地对前景对象进行检测，并从中发现重要的局部区域信息，成为了细粒度图像分类算法要解决的关键问题。

对细粒度分类模型，可以按照其使用的监督信息的强弱，分为“基于强监督信息的分类模型”和“基于弱监督信息的分类模型”两大类。

2、基于强监督信息的细粒度图像分类模型

所谓“强监督细粒度图像分类模型”是指：在模型训练时，为了获得更好的分类精度，除了图像的类别标签外，还使用了物体标注框（Object Bounding Box）和部位标注点（Part Annotation）等额外的人工标注信息，如图所示。

1）Part-based R-CNN 《Part-based R-CNNs for Fine-grained Category Detection》

Part-based R-CNN就是利用R-CNN算法对细粒度图像进行物体级别（例如鸟类）与其局部区域（头、身体等部位）的检测，其总体流程如图所示。

首先利用Selective Search等算法在细粒度图像中产生物体或物体部位可能出现的候选框（Object Proposal）。

之后用类似于R-CNN做物体检测的流程，借助细粒度图像中的Object Bounding Box和Part Annotation可以训练出三个检测模型（Detection Model）：一个对应细粒度物体级别检测；一个对应物体头部检测；另一个则对应躯干部位检测。

然后，对三个检测模型得到的检测框加上位置几何约束，例如，头部和躯干的大体方位，以及位置偏移不能太离谱等。这样便可得到较理想的物体／部位检测结果（如图右上）。

接下来将得到的图像块（Image Patch）作为输入，分别训练一个CNN，则该CNN可以学习到针对该物体／部位的特征。

最终将三者的全连接层特征级联（Concatenate）作为整张细粒度图像的特征表示。

显然，这样的特征表示既包含全部特征（即物体级别特征），又包含具有更强判别性的局部特征（即部位特征：头部特征/躯干特征），因此分类精度较理想。但在Part-based R-CNN中，不仅在训练时需要借助Bounding Box和Part Annotation，为了取得满意的分类精度，在测试时甚至还要求测试图像提供Bounding Box。这便限制了Part-based R-CNN在实际场景中的应用。

2）Pose Normalized CNN 《Bird Species Categorization Using Pose Normalized Deep Convolutional Nets》

有感于Part-based R-CNN，S. Branson等人提出在用DPM算法得到Part Annotation的预测点后同样可以获得物体级别和部位级别的检测框，如图所示。

与之前工作不同的是，Pose Normalized CNN对部位级别图像块做了姿态对齐操作。此外，由于CNN不同层的特征具有不同的表示特性（如浅层特征表示边缘等信息，深层特征更具高层语义），该工作还提出应针对细粒度图像不同级别的图像块，提取不同层的卷积特征。

本文链接：https://blog.csdn.net/huang2818138/article/details/78154396

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

No valid entries or contents found, this is not a valid OOXML (Office Open XML) file Excel导入问题-程序员宅基地

文章浏览阅读2w次，点赞10次，收藏6次。No valid entries or contents found, this is not a valid OOXML (Office Open XML) file_no valid entries or contents found, this is not a valid ooxml (office open x

系统架构设计师-理解认知：软考90问（1-30）_软考系统架构师常见问题-程序员宅基地

文章浏览阅读315次。软考90问，帮助您更好地了解软考高级中的系统架构设计师。_软考系统架构师常见问题

Spring框架(基于xml装配Bean)_bean 装配-程序员宅基地

文章浏览阅读968次。2 装配Bean概述大部分场景下,都会使用ApplicationContext的具体实现类,因为其对应的SpringIOC容器功能相对强大.而在Spring中提供了3种方法进行配置,以下3种方式都会被用到,有时还会混合使用,但是我们需要明确三者使用的优先级,这将更有利于我们开发 1) 在xml中显式配置 2) 在Java接口和类中实现配置 3) 隐式Bean的发现机制和自动装配原则优先级推荐第一优先级:基于约定优于配置的原则,最优先的应该是通过隐式Bean的发现机制和自动装配的原则._bean 装配

给ListView下的子控件设置点击事件并获取点击item在ListView中的position_listview 子控件position-程序员宅基地

文章浏览阅读521次。@Overridepublic View getView(int position, View convertView, ViewGroup parent) { myViewHolder.iv_only_one_image.setOnClickListener(this); myViewHolder.iv_only_one_image.setTag(position);}@Overridepublic void onClick(View v) { switch (v.getId(_listview 子控件position

非功能需求分析--web开发课内实例_软件非功能需求案例分析-程序员宅基地

文章浏览阅读6.1k次，点赞7次，收藏43次。针对于会议管理的前期非功能性需求分析。由于项目涉及用户不是很多，所以对系统的非功能性需求也不是很大。主要分为五大常见类别进行分析。非功能需求针对于会议管理系统，有以下方面的非功能性需求一、性能需求响应时间在95％的情况下，一般时段响应时间不超过1.5秒，高峰时段不超过4秒。定位系统从点击到第一个界面显示出来所需要的时间不得超过300毫秒。在网络畅通时，每一功能详细页面加载不得超过5秒。在推荐配置环境下：登录响应时间在2秒内，刷新栏目响应时间在2秒内，刷新条目分页列表响应时间2秒内，..._软件非功能需求案例分析

Element-UI的使用_element ui 使用-程序员宅基地

文章浏览阅读2.5k次。elementui_element ui 使用