关于'Learning Attentive Pairwise Interaction for Fine-Grained Classification'的解读

论文链接：https://arxiv.org/abs/2002.10191

本次分享的文章源自AAAI2020会议，其整体研究思路较为清晰易懂。文章所提出的核心理念源于人类在识别相似图像时的思维方式。通常情况下，人们在判断图像是否相似时，一方面会关注图像中具有显著特征的区域，另一方面则通过对比两幅图像之间的差异与相似之处来获取关键信息。本文正是基于后者展开研究。
文中设计了一种名为Attentive Pairwise Interaction Network (API-Net)的网络结构，该模型能够通过图像对之间的交互过程，逐步实现对细粒度图像的识别任务。

思维导图

Model

整体网络结构如上图所示，以下是对流程的简要说明：

1. 在训练过程中，将一组图像对输入至backbone网络中，分别进行特征提取，从而获得对应的特征向量$x_