-
题名基于双注意力核化双线性网络的细粒度图像分类
被引量：5
- 1
-
-
作者
朱晨鹏
彭宏京
刘学军
-
机构
南京工业大学计算机科学与技术学院
-
出处
《计算机工程与设计》
北大核心
2022年第7期2007-2014,共8页
-
基金
国家重点研发计划基金项目(2018YFC0808500)。
-
文摘
针对双线性卷积网络忽略特征图中不同通道和空间位置对分类的不同作用问题,提出一种基于双注意力机制的核化双线性卷积网络模型。从通道和空间两个维度上对局部区域进行双注意力建模,通道注意力机制对通道加权,空间注意力机制对位置加权,将两个机制的注意力特征图矩阵相加后进行外积聚合。采用sigmoid核函数对外积矩阵进行核化,建模通道间的非线性关系。实验在CUB-200-2011、FGVC-Aircraft以及Standford-Cars这3个细粒度数据集上对该方法进行测试,实验结果表明,该方法在3个数据集上均优于同类方法。
-
关键词
双注意力机制
双线性卷积网络
核函数
外积聚合
细粒度图像分类
-
Keywords
dual attention mechanism
bilinear convolution neural network
kernel function
outer product
fine-grained visual recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于专属0-1模型的茶叶验真方法
被引量：1
- 2
-
-
作者
朱晨鹏
彭宏京
肖庆华
施浩杰
吴广
-
机构
南京工业大学计算机科学与技术学院
新立讯科技股份有限公司
-
出处
《茶叶科学》
CAS
CSCD
北大核心
2021年第2期228-236,共9页
-
基金
国家重点研发计划(2018YFC0808500)。
-
文摘
针对传统滤波方法在茶叶特征选择上都存在一定的盲目性,以及茶叶类别数不确定等问题,提出为每一类茶叶都配备一个专属0-1分类器的验真方法。其中正样本是目标茶叶本身,标签为1,负样本是其余茶叶类型,标签为0,训练过程中迫使模型自动提取出最适合于区分目标茶叶的隐式特征进行验真或验假,同时使用孪生网络对负样本进行筛选,缓解了正负样本不平衡的问题。试验结果表明,该方法很好的适应了茶叶类别数不确定因素的干扰,具有较强的鲁棒特性,是一种有效可行的方法。
-
关键词
0-1模型
茶叶验真
孪生网络
隐式特征
-
Keywords
binary classifier
tea verification
siamese network
feature extraction
-
分类号
TS272
[农业科学—茶叶生产加工]
Q946.841
[生物学—植物学]
-
