Mar, 2024

上下文 - 语义质量感知网络用于细粒度视觉分类

PDF
TL;DR为了解决细粒度视觉分类中的品质问题，本文提出了一种弱监督的上下文 - 语义质量感知网络（CSQA-Net），其中使用多部分和多尺度交叉注意力模块（MPMSCA）来捕捉目标内部更具区别性的细节，提出了一种层次化的多级语义质量评估模块（MLSQE）来逐渐监督和强化骨干网络中的分层语义，最终通过对特征表示的质量进行实时评估，提升了其可辨识性。在四个广泛使用的细粒度视觉分类数据集上进行的综合实验结果表明，提出的 CSQA-Net 优于现有的方法。
fine-grained visual categorizationweakly supervisedcontext-semantic quality awareness networkmulti-part and multi-scale cross-attentionmulti-level semantic quality evaluation
发现论文，激发创造
  • 可学习的语义数据增强的细粒度识别

    通过特征级别的数据增强和协方差预测网络，我们提出了一种改善细粒度图像识别的方法，可以有效区分细分类别，提高泛化性能。

    Sep, 2023

  • 基于深度学习的 UGC 视频无参考质量评估模型

    本文提出了一种简单有效的 UGC 视频质量评估模型，通过训练端到端的空间特征提取网络直接从视频帧像素中学习感知质量的空间特征表示，并提取运动特征来度量空间特征无法建模的时间相关失真。

    Apr, 2022

  • SR-GNN: 面向细粒度图像分类的空间关系感知图神经网络

    本文介绍一种有效的方法，通过聚合来自最相关的图像区域的上下文感知特征及其在区分细粒度类别中的重要性来捕获细微变化，避免边框和 / 或可见部分注释，并通过自我关注和图形神经网络的最新进展来包括一种简单而有效的关系感知特征变换及其在端到端学习过程中的性能评估。评估了我们的模型，发现其在八个细粒度对象和人类对象交互数据集上的识别准确性显著优于现有技术。

    Sep, 2022

  • 基于显著性引导的少样本细粒度视觉识别互学习网络

    本文提出了一种名为 SGML-Net 的框架，用于 few-shot 细粒度视觉识别。它通过利用显著性检测模型强调每个子类别的关键区域，提供了代表性学习的强大先验知识，并在互相学习的范式下实现了有效的转移。实证评估表明，所提出的方法具有优越的性能。

    May, 2023

  • 梯度孪生网络进行图像质量评估

    本文介绍了一种名为 Gradient Siamese Network 的图像质量评估方法，使用中心微分卷积获取图像对之间的语义特征和细节差异并通过空间注意力引导网络集中在与图像细节相关的区域，通过多级融合方法改善了特征利用效率，并成功地将 KL 散度损失应用于图像质量评估任务。该算法在 NTIRE 2022 感知图像质量评估挑战的全参考轨道 1 中获得了第二名。

    Aug, 2022

  • VQA-GNN：用多模态语义图推理进行视觉问答

    本文介绍了 Visual Question Answering——Graph Neural Network 模型，用于解决视觉理解中的概念层次推理问题，与现有模型相比，该模型将图像级别信息和概念知识进行了统一，并在 VCR 任务中取得了优于 Trans-VL 模型的最佳结果。此外，该模型还提供了跨视觉和文本知识领域的可解释性。

    May, 2022

  • 弱监督注意力金字塔卷积神经网络用于细粒度视觉分类

    该论文提出了 Attention Pyramid Convolutional Neural Network (AP-CNN) 模型，通过集成低级信息以及 ROI 引导精细调整等策略来提高对物体细分类别的识别准确率。在三个 Fine-grained visual classification 数据集上实验结果表明，该模型能够实现最先进的性能。

    Feb, 2020

  • 全局上下文感知逐步聚合网络用于显著性目标检测

    该研究提出了一个名为 GCPANet 的新网络，采用一些渐进式的、上下文感知的特征交织聚合 (FIA) 模块有效地整合低层外观特征、高层语义特征和全局上下文特征，并通过监督学习生成显着性图像。此外，还设计了一个头部注意力 (HA) 模块、一个自我细化 (SR) 模块和一个全局上下文流 (GCF) 模块，以进一步提高网络性能。实验结果表明，该方法在六个基准数据集上的表现比现有方法都要好。

    Mar, 2020

  • 多标签图像分类的语义感知双对比学习

    通过引入样本对间对比学习和原型 - 样本对比学习，提出了一种新颖的语义感知双对比学习框架，通过联合训练三个模块，准确捕捉与图像内容相关的判别性标签级特征，并在五个具有挑战性的大规模公共数据集上实验证明了该方法的有效性优于现有技术。

    Jul, 2023

  • 面向细粒度视觉分类的上下文感知注意池化 (CAP)

    提出了一种基于上下文感知的注意力池化（CAP）方法和特征编码技术，可以有效地捕获子像素梯度，无需边界框和 / 或可区分的部分注释，从而学习关键部位的特征表示。经过在六个最先进的骨干网络和八个基准数据集上的评估，该方法在六个数据集上表现显著优于最先进的方法，并且在其余两个数据集上非常有竞争力。

    Jan, 2021