摘要：基于零样本学习的三维模型分类是三维视觉领域的一个新兴话题,旨在对未经训练的三维模型进行正确分类.针对零样本三维模型分类中存在重视全局而忽视局部,强制约束而无视语义-视觉跨域差异性,导致整体性能低下的问题,提出一种判别性特征引导的零样本三维模型分类算法.首先,以三维模型的多视图表征为输入,自适应地捕获三维模型的局部判别性特征,获得具有良好语义对应性的视觉特征表示;其次,以词向量的形式引入类的语义表示,结合条件生成对抗网络生成类的伪视觉特征;最后,提出语义判别损失和内容感知损失联合监督,从语义到内容共同约束真实视觉特征和伪视觉特征的对齐,鼓励模型学习具有高局部判别性的特征,实现语义-视觉的跨域细粒度对齐.在ZS3D数据集上达到了60.9%的Top-1准确率,超越当前最好方法2.3个百分点,同时在Ali数据集的3个子数据集上也分别取得31.9%,9.9%和16.6%的准确率,均达到了较好的实验效果,验证了该算法的有效性和普适性.

摘要：目前细粒度图像分类的难点在于如何精准定位图像中高度可辨的局部区域以及其他辅助判别特征。提出一种多区域注意力的细粒度图像分类网络来解决这个问题。首先使用Inception-V3对图像特征进行提取,通过重复使用注意力擦除的方法使模型关注次要特征;然后通过背景去除以及上采样的方法获取图像更精准的局部图像,对提取到的局部特征进行位置统计,并以矩形框的方式获取图像整体,减少细节信息丢失;最后对局部与整体图像进行更加细致的学习。此外,设计联合损失函数,通过动态平衡难易样本和缩小类内差距的方法改善模型的识别效果。实验结果表明,该方法在公开的细粒度图像数据集CUB-200-2011、Stanford-Cars和FGVC-Aircraft上的准确率分别达到89.2%、94.8%、94.0%,相较于对比方法性能更优。

摘要：针对行人重识别(re-identification,ReID)中因遮挡、姿态变化导致模型提取关键特征能力不足的问题,提出一种全局注意力机制与关系网络驱动的行人重识别算法。首先,在主干网络部分,将全局注意力模块嵌入ResNet-50网络中,捕获空间维度和通道维度的权重信息;其次,在关系网络部分,通过水平切分得到不同尺度的多个局部特征,并设计了2个模块分别用于提取全局对比特征及局部特征间的关系特征,并将局部关系特征与全局对比信息融合后送到分类网络;最后,在损失优化阶段,采用Circle Loss、三元组损失与交叉熵损失的联合损失进行网络训练。在5个常用数据集上进行实验并对实验结果进行分析,其中Occluded-DukeMTMC和Market1501数据集上rank-1值分别达到63.2%和95.4%,mAP(mean average precision)值分别为53.8%和88.2%,体现了所提算法的先进性。