Multi-Attn-Multi-Class Constraint in Fine-grained Image Recognition分析

简介

该研究论文发表于2018年ECCV会议，设计并实现了一个用于细粒度图像识别任务的半监督学习网络架构。

细粒度图像识别(Fine-Grained Image Recognition)

细粒度图像识别可以被理解为在同一个大类别内部，对各个子类之间进行区分的任务。以狗为例，狗作为一个大的类别，其下包含众多品种，每个品种均可视为一个具体的子类。
由于受到物体姿态、视角变化、光照条件以及遮挡等多种因素的干扰，通常会导致子类之间的差异变得不明显，而不同类别之间的差异则相对较大。
基于深度学习的图像分类方法主要可分为强监督与弱监督两种类型。强监督方法在图像标注过程中会明确标出具有判别性的特征区域（即能够用于区分类别的关键部位信息），而弱监督方法则不具备此类标注信息。
目前主流的弱监督深度学习方法主要依赖于定位具有判别性的部位，并提取相关特征以辅助分类任务，这种方法属于中层特征学习范畴。提升中层特征学习能力是当前研究的重点所在。实际上，这种策略与人类识别细粒度物体的过程高度吻合：首先通过整体信息判断所属的大类，随后依据经验将注意力集中于某些关键部位进行进一步判断，这些关键部位正是模型需要识别的判别性区域。

问题识别与界定

1. 当前的注意力机制主要聚焦于确定关键识别区域，却较少关注这些区域之间的关联性。
2. 多数方法采用多阶段处理流