基于自适应特征融合的小样本细粒度图像分类OA
Adaptive Feature Fusion Embedding Network for Few Shot Fine-Grained Image Classification
现有的小样本学习算法未能充分提取细粒度图像的特征,导致细粒度图像分类准确率较低.为了更好地对基于度量的小样本细粒度图像分类算法中提取的特征进行建模,提出了一种基于自适应特征融合的小样本细粒度图像分类算法.在特征提取网络上设计了一种自适应特征融合嵌入网络,可以同时提取深层的强语义特征和浅层的位置结构特征,并使用自适应算法和注意力机制提取关键特征.在训练特征提取网络上采用单图训练和多图训练方法先后训练,在提取样本特征的同时关注样本之间的联系.为了使得…查看全部>>
解耀华;章为川;任劼;景军锋
西安工程大学 电子信息学院,西安 710600西安工程大学 电子信息学院,西安 710600西安工程大学 电子信息学院,西安 710600西安工程大学 电子信息学院,西安 710600
信息技术与安全科学
小样本学习细粒度图像分类自适应特征融合注意力机制
《计算机工程与应用》 2023 (3)
184-192,9
国家自然科学基金资助项目面上项目(62176204)陕西省自然科学基础研究计划(2022JM-394)陕西省重点研发计划(2022GY-066).
评论