摘要
本文提出了一种新颖的细粒度视觉分类（Fine-Grained Visual Classification, FGVC）方法，通过引入图神经网络（Graph Neural Networks, GNNs）来促进高阶特征交互，重点在于构建类间与类内区域图。与以往FGVC方法通常将全局特征与局部特征分离处理不同，本方法在学习过程中通过图结构无缝融合全局与局部特征。类间图（inter-region graphs）用于捕捉长程依赖关系，以识别整体模式；类内图（intra-region graphs）则通过探索高维卷积特征，深入挖掘物体特定区域内的细微差异。本方法的核心创新在于采用共享GNN结构，并结合注意力机制与近似个性化传播神经预测（Approximate Personalized Propagation of Neural Predictions, APPNP）消息传递算法，显著提升了信息传播效率，增强了特征判别能力，同时简化了模型架构，提高了计算效率。此外，引入残差连接进一步提升了模型性能与训练稳定性。大量实验在主流FGVC基准数据集上取得了当前最优（state-of-the-art）结果，充分验证了所提方法的有效性。本工作凸显了图神经网络在建模高层特征交互方面的潜力，区别于以往FGVC方法多聚焦于特征表示的单一维度。相关源代码已公开，地址为：https://github.com/Arindam-1991/I2-HOFI。