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

Searching and Learning Discriminative Regions for Fine-Grained Image Retrieval and Classification Recherche et apprentissage de régions discriminantes pour la récupération et la classification d'images à grain fin

Kangbo SUN, Jie ZHU

  • Vues en texte intégral

    0

  • Citer

Résumé:

Les régions discriminantes locales jouent un rôle important dans les tâches d'analyse d'images à granularité fine. Comment localiser les régions discriminantes locales avec uniquement une étiquette de catégorie et apprendre la représentation discriminante de ces régions ont été des points chauds. Dans notre travail, nous proposons la méthode de recherche de régions discriminantes (SDR) et d'apprentissage de régions discriminantes (LDR) pour rechercher et apprendre des régions discriminantes locales dans les images. La méthode SDR adopte un mécanisme d'attention pour rechercher de manière itérative des régions à réponse élevée dans les images et l'utilise comme indice pour localiser les régions discriminantes locales. De plus, la méthode LDR est proposée pour apprendre la représentation compacte au sein d’une catégorie et clairsemée entre les catégories à partir de l’image brute et des images locales. Les résultats expérimentaux montrent que notre approche proposée atteint d'excellentes performances dans les tâches de récupération d'images fines et de classification, ce qui démontre son efficacité.

Publication
IEICE TRANSACTIONS on Information Vol.E105-D No.1 pp.141-149
Date de publication
2022/01/01
Publicisé
2021/10/18
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2021EDP7094
Type de manuscrit
PAPER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Kangbo SUN
  Shanghai Jiao Tong University,Shanghai Frontier Science Research Center for Gravitational Wave Detection
Jie ZHU
  Shanghai Jiao Tong University,Shanghai Frontier Science Research Center for Gravitational Wave Detection

Mots-clés

Table des matières