细粒度图像分析综述2019
文章目录
- 导读
- 细粒度应用和分类
- 2 细粒度的问题和挑战
- 问题
- 挑战
- 3 数据集
- 4 细粒度图像识别
- 4.1 定位分类子网络
- 4.2 端到端特征编码
- 4.3 辅助信息
- 5 细粒度图像检索
- 6 细粒度图像生成
- 7 细粒度图像分析相关的特定领域应用
- 8 未来方向
- 参考
导读
图像分析是CV最重要的分支之一。在CV的各个研究领域中,细粒度图像分析(FGIA)是一个长期存在的基础性问题。旷视的研究人员魏秀参等人,将FGIA分为:细粒度图像识别、细粒度图像检索、细粒度图像生成,系统地阐述了细粒度图像分析的前前后后,并探讨了细粒度图像分析的未来方向。
细粒度应用和分类
工业和科研领域的应用
- 工业领域:生物多样性自动监测、气候变化评估、智能零售、智能交通
- 科研领域:Kaggle比赛-自然保护协会渔业监测(鱼类种类分类)、座头鲸鉴定(鲸鱼身份分类)等。
细粒度方法分类
作者给出了一个图像分析的tutorial。
2 细粒度的问题和挑战
问题
细粒度图像分析的对象是某一个类别的子类,如狗、鸟、车等。粗粒度图像分析的目标对象视觉差异大,细粒度目标图像视觉差异小。所以,细粒度分析要捕获更细微的差异(例如,耳朵,鼻子,尾巴等)。
挑战
细粒度的挑战是,类间差异小(这是细粒度本质),类内差异大(如姿态、尺度、旋转,如图3所示)。
3 数据集
数据集可视化示例
数据集信息统计
CUB200-2011和Birdsnap是有属性标注的。植物和商品的数据集比较新。
标注信息举例
4 细粒度图像识别
分为三类:(1)定位分类子网络(2)端到端特征编码(3)辅助信息。其中(1)和(2)使用监督信息:标签、边界框、部位标注等。(3)使用了比较廉价的辅助信息:网络数据、文本描述等。细粒度分类的评价标准是:平均分类精度。
4.1 定位分类子网络
指导思想是:捕获细粒度目标的判别性的语义部位。此类方法包含两个部分:定位子网络和分类子网络。
定位子网络的强监督信息有部位级别的边界框、分割mask,弱监督信息就是标签。弱监督定位子网络的动机是:先找到对应的部位,然后比较他们的外观。
4.2 端到端特征编码
端到端的方法,直接学习更有判别力的特征表示。代表方式就是Bilinear CNNs,因其高模型容量,达到了显著的细粒度识别性能。但是,bilinear的特征维度太高,不利于向大数据集扩展。
针对这个问题,学者们尝试生成更低维的表示,并且保证相当的或者更高的性能。
4.3 辅助信息
网络数据
这类方法主要集中在:(1)缩小网络图像和标注图像的差异;(2)降低噪声数据的负面影响。常用的方法是对抗学习和注意力机制。另一个方向是用迁移学习,包括零样本学习和元学习。
那那那,细粒度零样本问题
多模态数据
多模态:图像、文本、知识库。高级的知识图。Learning deep representations of fine-grained visual despcriptions结合了文本和图像来,解决零样本细粒度问题。
人类参与
有人类参与的细粒度识别是一个包含机器和人类用户的迭代系统。
5 细粒度图像检索
6 细粒度图像生成
图像生成是为了解决无监督问题。
细粒度图像生成的第一个工作是2017年的CVAE-GAN,模型生成图片的输入是标签和隐含属性。最近的工作Fine-grained text to image generation with attentional generative adversarial networks,从文本描述生成图像,通过对文本描述中的相关单词的注意力引导生成高质量的细节区域。
针对商品的细粒度很有意义
7 细粒度图像分析相关的特定领域应用
不同的问题都会面临细粒度场景,比如推荐系统中的衣服/鞋子检索、电子商务平台中的时尚图片识别、智能零售中的商品识别。
人脸识别可以看做身份粒度的识别问题,行人/车辆识别也是细粒度相关的任务,以及重识别问题。
在实际中,这些问题的解决方法包括:捕获目标(人脸、行人、车辆)的判别性部位,由粗粒度-细粒度的结构信息、基于属性的模型等等。
8 未来方向
自动细粒度模型
和AutoML自动机器学习或NAS模型搜索结合,替代人工设计的架构。
细粒度小样本学习
和元学习结合,减少对监督信息的依赖。
细粒度哈希
结合哈希算法,针对大规模细粒度问题,需要更有效的检索方法。
实际场景下的细粒度分析
结合域适应,迁移学习,长尾分布,特定设备等方法和场景的不同问题。
参考
- 2017 survey [知乎]
「见微知著」——细粒度图像分析进展综述 - 2018 tutorial
Fine-Grained Image Analysis Tutorial - 2019 survey [公众号]
旷视南京研究院魏秀参:细粒度图像分析综述 - 2019 survey [arXiv]
Deep Learning for Fine-Grained Image Analysis: A Survey - 作者主页
细粒度图像分析综述2019相关推荐
- [综述] 细粒度图像分析2019
文章目录 导读 1 细粒度应用和分类 2 细粒度的问题和挑战 问题 挑战 3 数据集 4 细粒度图像识别 4.1 定位分类子网络 4.2 端到端特征编码 4.3 辅助信息 5 细粒度图像检索 6 细粒 ...
- 细粒度图像分析进展综述(转)
见微知著」--细粒度图像分析进 大家应该都会有这样的经历:逛街时看到路人的萌犬可爱至极,可仅知是"犬"殊不知其具体品种:初春踏青,见那姹紫嫣红丛中笑,却桃杏李傻傻分不清--实际上, ...
- 细粒度图像分析进展综述
转自:https://zhuanlan.zhihu.com/p/24738319 大家应该都会有这样的经历:逛街时看到路人的萌犬可爱至极,可仅知是"犬"殊不知其具体品种:初春踏青, ...
- 深度学习细颗粒图像分析综述
深度学习细颗粒图像分析综述(图像识别) 计算机视觉(CV)是使用机器理解和分析图像的过程,这是人工智能的组成部分.在CV的各个研究领域中,细粒度图像分析(FGIA)是一个长期存在的基本问题,并且已在各 ...
- 细粒度图像分析论文汇总
1-1.细粒度图像分析--识别篇 论文 2020 2019 2018 2017 2016 2015 参考及推荐链接 个人了解有限,还需大家评论,继续补足,纯属个人狭窄知识面.每个排序同等地位,且不分先 ...
- 大比分领先!ACCV 2022 国际细粒度图像分析挑战赛冠军方案
写在前面 在刚刚结束的 ACCV 2022 国际细粒度图像分析挑战赛中,我们团队在 133 支参赛队伍中脱颖而出,在 Leadboard-B 上以 2.5 的绝对优势取得冠军. 比赛成绩截图 在比赛过 ...
- 国际赛事证书,220G数据集开放下载|ACCV2022国际细粒度图像分析挑战赛开赛
ACCV 2022 国际细粒度图像分析挑战赛已式开赛,220G大型数据集同步开放下载! 大赛报名及数据集下载:http://m6z.cn/5IrWQL 大赛介绍 ACCV 2022 细粒度图像分析挑战 ...
- 深度学习细粒度分类综述
https://blog.csdn.net/xys430381_1/article/details/89640699#_2 一.概述 1.什么是图像细粒度分类 细粒度图像分类问题是对大类下的子类进行识 ...
- 细粒度分析综述(Fine-grain image analysis)
细粒度分析(Fine-grain image analysis) 简介: 细粒度性质会引起的小的类间变化和大的类内变化,我们将现有的 FGIA 技术研究分为三大类:细粒度图像识别.细粒度图像检索和细粒 ...
最新文章
- eclipse Debug中step into功能失灵的问题
- python处理csv文件缺失值_python处理数据中缺失值
- 71页《乌镇智库:全球人工智能发展报告(2018)》PDF下载
- 什么叫Web前端?web前端HTML5学习方法分享
- ASP.NET 实现登录界面(生成验证码)
- goaheadlinux移植_goahead
- python编写一个简单的程序验证码_针对验证码,做一个简单的自动网上签到程序(一)...
- 「大学生学编程系列」第六篇:如何学习C语言?
- 主机cpu突然飙高,如何快速排查问题
- VB NetShare
- cad角度怎么画_初学入门CAD,就这样成精了!
- 基于SSM的手机商城-JAVA【数据库设计、源码、开题报告】
- UNIX网络编程学习笔记(Racoon)
- Terminal Emulator for Android(安卓终端模拟器)的使用
- 他,1年9个月获清华博士学位,一作身份发27篇SCI,组队击败NASA打破“航天奥林匹克”欧美垄断...
- java读书网站课程设计_Java课程设计
- Redis 集群可用性测试
- Python 反编译:pycdc工具的使用
- 荣耀 MagicBook 14 2022评测 荣耀magicbook14优缺点
- openlayers 地图上加图标_openlayers地图添加标志物
热门文章
- 将Spring Boot应用程序注册成为系统服务
- springMVC学习笔记二
- 深圳python培训比较好的机构-深圳python培训哪家好
- 等面积圆柱投影的证明
- vs为什么打了断点不断_2019世界羽毛球锦标赛决赛焦点对阵:郑思维/黄雅琼VS德差波/沙西丽...
- EngineerCMS利用梦想CAD控件MXdraw进行图纸在线编辑,保存到服务器
- 计算机病毒是可以自我繁殖的特殊程序,计算机基础试题及答案
- 分享一些大公司团队的代码
- iOS QRcode识别及相册图片二维码读取识别
- zip4j对处理压缩包及压缩包加密处理