Learning multi-attention convolutional neural networks for fine-grained image recognition

论文：

Heliang Zheng, Jianlong Fu, Mei Tao, and Jiebo Luo. Learning multi-attention convolutional neural network for fine-grained image recognition. In IEEE International Conference on Computer Vision, 2017.

Abstract

细粒度识别技术通常依赖于具有区分性的部件定位以及基于部件的细粒度特征学习。当前的研究方法多是分别针对这两个问题进行处理，却忽略了其中的一个关键点：部件定位与细粒度特征学习之间存在紧密联系。为此，作者提出了一种多注意力卷积神经网络（MA-CNN），该网络通过部件生成与特征学习之间的相互促进机制实现优化。MA-CNN由卷积层、通道分组网络以及部件分类网络三个子模块构成。其中，通道分组网络以卷积层输出的特征图作为输入，通过空间相关特征图的聚类、加权和池化操作生成多个部件。而部件分类网络则基于每个独立的部件对图像进行进一步分类，从而获取更具区分性的细粒度特征。为提升两个子网络的学习效果，研究