点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者丨黄浴@知乎

来源丨https://zhuanlan.zhihu.com/p/351351953

编辑丨3D视觉工坊

arXiv2021年1月26日上传的综述论文：“Deep Learning for Scene Classification: A Survey”。

景物分类是计算机视觉中历史悠久的课题，大规模的数据集出现以及具有强大特征表征能力深度学习的复兴，给这个领域带来了巨大的进步。该综述包括了技术挑战、基准数据集、景物分类法和量化性能等方面的总结。（注：现在关心这个题目的确实不多了）

景物分类的应用很广，包括基于内容检索、机器人导航、视频监控、AR和灾难检测等。其技术核心是景物表征，这也是深度学习的强处。不过，这个问题的挑战性在于巨大的类内变化、语义的多义和计算效率。

回顾一下历史，如下可以看到这20年的发展：

下图是一些开源数据集的例子：室内/室外

数据集比较表：除了RGB图像，还有RGB-D。

一个通用的深度学习方法流程图如下：类似于图像分类

几个典型CNN模型做景物分类的示意图：

Global Average Pooling (GAP) layer + Class Activation Mapping(CAM)

Dictionary Learning CNN (DL-CNN)

Contextual features in Appearance (CFA) based on LSTM

spatial unstructured layer

基于CNN的表征方法，如图列出5个典型的架构图：沙漏作为主干网络

a）HLSTM 是一种基于CNN特征的全局方法，可从整个图像中提取深度特征。空间LSTM用于对图像区域的空间布局2D特性建模。此外，通过多个LSTM层捕获跨尺度的上下文依存关系。

（b）SFV，一种基于空间不变特征的方法，采集密集补丁，提取局部特征。SFV的重点是加入自然的参数化模式，将语义空间转换为自然的参数空间。

（c）WELDON，一种基于语义特征的方法，从top evidence（红色）和负样本（黄色）中提取深度特征。在WSP方案中，有使用max-层和min-层分别选择正例和负例的做法。

（d）FTOTLM 是一种典型的多层特征方法，从每个残差模块中提取深度特征。

（e）Scale-specific network，一种基于多视图特征的结构，场景为中心的CNN从粗版提取深层特征，而目标为中心的CNN从精细补丁提取特征。这两种类型的深层特征相互补充。

改进景物表征的策略分为4种：encoding strategy, attention strategy, contextual strategy 和 regularization strategy。

编码策略如下图的Fisher向量编码：

注意机制的策略如图：

上下文策略如图：

最后正则化策略：稀疏、结构化、有监督和其他方法等。

针对RGB-D数据的景物分类，会有深度有关的特征学习方法和多模式融合方法。

性能比较，如下表：

最后提出一些今后的工作方向：

·网络框架

·丰富的景物数据集

·标注数据依赖性降低 （半监督、无监督、自监督）

·少样本学习

·鲁棒性 （对抗学习）

·实时性

·非平衡 （长尾效应）

·连续学习

·多标注的学习

·新传感器数据：视频、点云等

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近3000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~