基于潜在类别学习的长尾识别

在本工作中，我们致力于解决长尾图像识别这一具有挑战性的任务。以往的长尾识别方法通常侧重于对尾部类别进行数据增强或重平衡，以在模型训练过程中给予尾部类别更多关注。然而，由于尾部类别训练样本数量有限，其图像多样性仍然受限，导致特征表示能力较差。为此，本文提出一个新假设：头部类别与尾部类别之间共有的潜在特征，可用于提升特征表示的性能。基于这一思想，我们提出了一种基于潜在类别（Latent Categories）的长尾识别方法（LCReg）。具体而言，我们旨在学习一组在头部类别与尾部类别之间共享的、与具体类别无关的潜在特征。随后，通过在潜在特征空间上应用语义数据增强，隐式地扩充训练样本的多样性。在五个长尾图像识别数据集上的大量实验表明，所提出的LCReg方法显著优于现有方法，并取得了当前最优的性能表现。