基于高斯混合模型导向的判别性学习的弱监督细粒度图像分类

现有的弱监督细粒度图像识别（Weakly Supervised Fine-Grained Image Recognition, WFGIR）方法通常直接从高层特征图中提取判别性区域。我们发现，由于卷积神经网络（Convolutional Neural Network, CNN）中局部感受野的堆叠操作，导致高层特征图中的判别性区域发生扩散，从而造成判别性区域定位不准确的问题。针对这一问题，本文提出一种端到端的判别性特征导向高斯混合模型（Discriminative Feature-oriented Gaussian Mixture Model, DF-GMM），以缓解判别性区域扩散现象，并更精准地捕捉细粒度细节。具体而言，DF-GMM由以下两个核心组件构成：1）低秩表示机制（Low-Rank Representation Mechanism, LRM），该机制通过在高层语义特征图中利用高斯混合模型（Gaussian Mixture Model, GMM）学习一组低秩判别性基向量，从而增强特征表示的判别能力；2）低秩表示重构机制（Low-Rank Representation Reorganization Mechanism, LR²M），该机制恢复与低秩判别性基向量相对应的空间信息，进而重建低秩特征图。该机制有效缓解了判别性区域扩散问题，实现了更精确的判别性区域定位。大量实验结果表明，在CUB-Bird、Stanford-Cars以及FGVC Aircraft三个主流细粒度图像识别数据集上，DF-GMM在与当前最先进方法相同设置条件下，均取得了最优性能，验证了其有效性与优越性。