扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

罗迒哉课题组:复杂场景中细粒度视觉分类的基准数据集和方法

论论资讯 | 2023-04-24 2热度

Digital Signal Processing: A Review Journal

Explore content

About the journal

Publish with us

A benchmark dataset and approach for fine-grained visual categorization in complex scenes

Zhang X.; Zhang K.; Zhao W.; Luo H.; Zhong S.; Tang L.; Peng J.; Fan J.

Published:2023-06-15
DOI:10.1016/j.dsp.2023.104033

研究背景

在现代社会中,我们经常需要对复杂场景中的物体进行识别和分类,例如在交通领域中,需要对汽车进行识别以保障交通安全。然而,现有的细粒度图像分类数据集主要集中于简单图像,这使得细粒度图像分类在实际应用中受到了很大的限制。

研究内容

为了解决这一问题,研究人员构建了一个名为AIBD-Cars的细粒度数据集,其中包含28,471张汽车图像,属于196个细粒度类别,并提出了一种名为LCSANet的定位感知通道空间注意力网络,该网络考虑到了对象区域的定位和挖掘辨别信息,以在复杂场景中实现更好的细粒度视觉分类。此外,研究人员还评估了流行的细粒度视觉分类算法,以建立一个基准测试。

研究意义

这项研究的创新点在于构建了一个更接近实际场景的数据集,并提出了一种新的网络结构,以实现更好的细粒度视觉分类。这对于实际场景中的图像识别和分类具有重要意义,例如在交通领域中,可以更准确地识别汽车,提高交通安全性能。此外,该研究还为细粒度视觉分类领域的进一步研究提供了有价值的基础。

微信扫码即可查看