细粒度论文笔记：双线性模型《Bilinear CNN Models for Fine-Grained Visual Recognition》

双线性模型是2015年提出的一种细粒度图像分类模型。该模型使用的是两个并列的CNN模型，这种CNN模型使用的是AlexNet或VGGNet去掉最后的全连接层和softmax层，这个作为特征提取器，然后使用SVM作为最后的线性分类器。当然，作者还在实验中尝试了多种方法，比如最后使用softmax但类别有所减少的分类器，作者在特征提取器上也有三种尝试，分别是使用两个AlexNet，使用一个AlexNet和一个VGGNet,和使用两个VGGNet,这三种特征提取的方法在不同的数据集上效果各有一些小差别，但是总体来说，相比其他类型的细粒度分类方法在精度上有较大提高，比如使用CNN特征的Fisher Vector（FV-CNN）方法，使用SIFT特征的Fisher Vector(FV-SIFT)方法，普通的带全连接层的卷积神经网络（FC-CNN）方法。

双线性图像分类模型示意图如下：

用于图像分类的双线性模型由四元组组成。这里和是特征函数，是池化函数，是分类函数。特征函数是一个映射，输入图像和位置并输出大小为的特征。我们说的位置通常是可以包含位置和尺度。特征输出在每个位置上使用矩阵外积进行组合，即在位置处的和的双线性特征组合由双线性函数给出。

这种模型具有以下优点：

1，该架构能够以平移不变的方式，对局部的对级（pairwise）特征交互进行建模，适用于细粒度分类。

2，能够泛化多种顺序无关的特征描述子，如Fisher 向量，VLAD及O2P。实验中使用使用卷积神经网络的作为特征提取器的双线性模型。

3，双线性形式简化了梯度计算，能够对两个网络在只有图像标签的情况下进行端到端训练。

这篇论文中提到的一些技术比如Fisher Vector方法，SIFT特征提取，VLAD，Bag-of-Visual-Words。然后在双线性模型里面的一些细节还是有很多不懂得地方。

参考：

Lin T Y, Roychowdhury A, Maji S. Bilinear CNN Models for Fine-Grained Visual Recognition[J]. 2015:1449-1457.

细粒度论文笔记：双线性模型《Bilinear CNN Models for Fine-Grained Visual Recognition》相关推荐

论文笔记 | 基于双线性CNN模型的细粒度视觉识别
细粒度视觉识别之双线性CNN模型 [1] Lin T Y, RoyChowdhury A, Maji S. Bilinear cnn models for fine-grained visual re ...
论文笔记--Evaluating Large Language Models Trained on Code
论文笔记--Evaluating Large Language Models Trained on Code 1. 文章简介 2. 文章概括 3 文章重点技术 3.1 评估 3.2 模型训练--Cod ...
【论文笔记 2】CNN经典入门STRIVING FOR SIMPLICITY: THE ALL CONVOLUTIONAL NET
[论文笔记 2]CNN经典入门STRIVING FOR SIMPLICITY: THE ALL CONVOLUTIONAL NET 1. 综述对现代的CNN网络结构进行了简要说明,一般的网络都是由卷 ...
论文笔记【A Comprehensive Study of Deep Video Action Recognition】
论文链接:A Comprehensive Study of Deep Video Action Recognition 目录 A Comprehensive Study of Deep Video A ...
【读点论文】Conformer: Local Features Coupling Global Representations for Visual Recognition卷积提取局部，SA获取全局
Conformer: Local Features Coupling Global Representations for Visual Recognition Abstract 在卷积神经网络(CN ...
学习笔记之——Bilinear CNN model
双线性模型是2015年提出的一种细粒度图像分类模型.该模型使用的是两个并列的CNN模型,这种CNN模型使用的是AlexNet或VGGNet去掉最后的全连接层和softmax层,这个作为特征提取器,然后 ...
论文笔记：Spherical CNN
Spherical CNN 1.四个问题要解决什么问题? 3D场景下旋转不变性特征的提取. 用了什么方法解决? 提出了球形卷积操作,也叫作球形互相关(spherical cross-correlat ...
论文笔记：A CNN Regression Approach for Real-Time 2D/3D Registration
REAL-TIME 2D/3D REGISTRATION VIA CNN REGRESSION 摘要介绍问题描述通过分层学习进行姿态估计摘要提出了用于实时2-D / 3-D注册的卷积神经网络 ...
论文笔记：Attention-based End-to-End Models for Small-Footprint Keyword Spotting
<Attention-based End-to-End Models for Small-Footprint Keyword Spotting> 小米团队+西北工业大学,Interspee ...

细粒度论文笔记：双线性模型《Bilinear CNN Models for Fine-Grained Visual Recognition》

细粒度论文笔记：双线性模型《Bilinear CNN Models for Fine-Grained Visual Recognition》相关推荐

最新文章

热门文章

细粒度论文笔记：双线性模型 《Bilinear CNN Models for Fine-Grained Visual Recognition》

细粒度论文笔记：双线性模型 《Bilinear CNN Models for Fine-Grained Visual Recognition》相关推荐

最新文章

热门文章

细粒度论文笔记：双线性模型《Bilinear CNN Models for Fine-Grained Visual Recognition》

细粒度论文笔记：双线性模型《Bilinear CNN Models for Fine-Grained Visual Recognition》相关推荐