La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Two-Stage Approach for Fine-Grained Visual Recognition via Confidence Ranking and Fusion Une approche en deux étapes pour une reconnaissance visuelle fine via le classement de confiance et la fusion

Kangbo SUN, Jie ZHU

  • Vues en texte intégral

    0

  • Citer

Résumé:

L'emplacement et la représentation des caractéristiques des parties d'un objet jouent un rôle clé dans la reconnaissance visuelle fine. Pour favoriser la précision de la reconnaissance finale sans aucune annotation de cadre/partie englobante, de nombreuses études adoptent des réseaux de localisation d'objets pour proposer des annotations de cadre/partie englobant avec uniquement des étiquettes de catégorie, puis recadrent les images en images partielles pour aider le réseau de classification à prendre la décision finale. Dans notre travail, pour proposer des images partielles plus informatives et extraire efficacement les caractéristiques discriminantes des images originales et partielles, nous proposons une approche en deux étapes qui peut fusionner les caractéristiques originales et les caractéristiques partielles en évaluant et en classant les informations des images partielles. Les résultats expérimentaux montrent que notre approche proposée atteint d'excellentes performances sur deux ensembles de données de référence, ce qui démontre son efficacité.

Publication
IEICE TRANSACTIONS on Information Vol.E103-D No.12 pp.2693-2700
Date de publication
2020/12/01
Publicisé
2020/09/11
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2020EDP7024
Type de manuscrit
PAPER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Kangbo SUN
  Shanghai Jiao Tong University
Jie ZHU
  Shanghai Jiao Tong University

Mots-clés

Table des matières