基于批次混淆归一化的细粒度视觉分类

我们提出一种基于批量混淆归一化（Batch Confusion Norm, BCN）的正则化方法，以应对细粒度视觉分类（Fine-Grained Visual Classification, FGVC）任务。FGVC问题具有两个显著特征：类间相似性显著且类内差异较大，这使得构建有效的FGVC分类器面临巨大挑战。受成对混淆能量作为正则化机制的启发，我们提出了BCN技术，通过在每个训练批次中施加类别预测混淆，增强FGVC学习过程的鲁棒性，从而缓解因过度关注图像细节特征而导致的过拟合问题。此外，本方法基于带有注意力门控机制的卷积神经网络（CNN），并融合空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块，以提取更具判别性的特征并实现合理的注意力分布。为验证所提方法的有效性，我们在多个主流FGVC基准数据集上取得了当前最优的实验结果，并进行了详尽的消融实验分析，充分证明了该方法的优越性。