基于注意力机制的商家招牌分类研究

李 兰，郑雨薇，魏少玮，胡克勇

（1.青岛理工大学 信息与控制工程学院，山东 青岛 266520；2.西安电子科技大学 人工智能学院，西安 710071）

0 概述

商家招牌作为商家标志，其识别和分类问题虽然耗费大量时间及人力，但是对于传统营销的网络涉入、消费者的线上线下互动、商业信息的挖掘与电子商务数据库的管理等实际应用场景有重要作用［6-8］。本文以在自然环境下拍摄的商家招牌图像为研究对象，采用基于卷积神经网络（Convolutional Neural Network，CNN）的深度学习算法对商家招牌进行分类，利用卷积块注意力模块（Convolutional Block Attention Module，CBAM）改进现有网络结构，并联合使用余弦间隔损失函数对其进行训练。

1 相关工作

根据使用的监督信息不同，细粒度图像分类可分为基于强监督的细粒度图像分类与基于弱监督的细粒度图像分类。其中，基于强监督的细粒度图像分类方法主要利用如Part-RCNN［9］的目标检测思想，先在图像中检测出目标的所在位置，再检测出目标中有区分性区域的位置，接下来将目标图像（即前景）以及具有区分性的目标区域块同时发送至深度卷积网络中进行分类。然而，基于强监督信息的细粒度图像分类需依赖更多的人工标注信息，如目标物体的边界框信息和关键点信息，且在实际应用中，这些标注信息的获取耗时耗力，使得其应用受到限制。因此，研究人员开始关注基于弱监督信息的细粒度图像分类方法，该方法仅需使用标签信息，而无需额外的标注信息，且通常采用如AlexNet［10］、VGG［11］、GoogleNet［12］与ResNet［13］等常见的深度卷积网络直接对图像细粒度进行分类。……