使用改进自编码器的细粒度图像分类研究

魏 赟，李凌鹤

(上海理工大学 光电信息与计算机工程学院，上海 200093)

1 引 言

生活中，图像分类对象往往来自某一类别下的不同子类别.这些图像存在子类差异较小，同时类别内部细节特征差异较大的特点.子类别特征差异细微，加大了噪声干扰，导致图像分类难度增大.这使得细粒度图像分类成为一项极具挑战性的研究任务.细粒度图像分类作为图像分类领域发展的延伸，很难通过人工大量标注图像细粒度细节进行强监督分类.当前比较热门的研究方向中，一种方式是通过分类子网定位识别物体细节特征，比如生物的头、汽车的标识等.目前的子网定位主要包括3种方法，利用图像检测分割[1-3]，通过深度网络分割图像细节特征，然后利用分割的特征进行分类；着眼图像滤波[4-6]，设计深层滤波网络过滤图像，消除无用噪声，保留图像细节特征来分类；利用注意力原理[7-9]，通过构造注意力模块增强图像特征对比，进而增强细粒度特征的可识别特性，达到分类的标准.除此以外，还有一种方式采用端到端网络，利用细粒度特征的特征编码进行细粒度识别.主要有两种思路：一种思路充分发挥深度网络的优良特性来获取特征识别码：基于多路网络[10，11]，提出不同的多路融合方案合并网络实现快速端到端训练分类；对已有的深度网络微调[12，13]，通过新建自定义的模型损失函数，确保深度网络学习过程中的分类、重建等损失降到最低，从而达到……