Apprentissage d'une caractéristique enrichie sémantiquement pour la classification d'images à granularité fine

Nous visons à proposer une approche à faible coût computationnel mais efficace pour la classification fine-grainée d’images (FGIC) dans cette lettre. Contrairement aux méthodes précédentes qui reposent sur des modules complexes de localisation de parties, notre approche apprend des caractéristiques fine-grainées en renforçant la sémantique des sous-caractéristiques issues d’une caractéristique globale. Plus précisément, nous obtenons d’abord une sémantique des sous-caractéristiques en regroupant les canaux de caractéristiques d’un réseau de convolution (CNN) selon différentes permutations de canaux. Parallèlement, pour améliorer la discriminabilité des sous-caractéristiques, les groupes sont guidés à s’activer sur les parties de l’objet présentant une forte discriminabilité grâce à une régularisation par combinaison pondérée. Notre méthode est parcimonieuse en paramètres et peut être facilement intégrée au modèle principal comme un module plug-and-play, permettant une formation end-to-end avec seulement une supervision au niveau de l’image. Des expériences ont confirmé l’efficacité de notre approche et validé ses performances comparables aux méthodes de pointe. Le code est disponible à l’adresse suivante : https://github.com/cswluo/SEF