Classification d'images à granularité fine supervisée faiblement par apprentissage discriminatif orienté vers un modèle de mélange de Gauss

Les méthodes existantes de reconnaissance d’images fine-grained faiblement supervisée (WFGIR) sélectionnent généralement les régions discriminantes directement à partir des cartes de caractéristiques de haut niveau. Nous constatons que, du fait de l’opération d’empilement des champs réceptifs locaux, les réseaux de neurones convolutionnels provoquent une diffusion des régions discriminantes au sein des cartes de caractéristiques de haut niveau, ce qui entraîne une localisation imprecise de ces régions. Dans cet article, nous proposons un modèle de mélange de Gaussien orienté vers les caractéristiques discriminantes (DF-GMM), entièrement end-to-end, afin de résoudre le problème de diffusion des régions discriminantes et d’identifier des détails fine-grained plus précis. Plus précisément, le DF-GMM se compose de : 1) un mécanisme de représentation à faible rang (LRM), qui apprend un ensemble de bases discriminantes à faible rang à l’aide d’un mélange de Gaussien (GMM) dans les cartes de caractéristiques sémantiques de haut niveau, afin d’améliorer la capacité discriminante de la représentation des caractéristiques ; 2) un mécanisme de réorganisation de la représentation à faible rang (LR²M), qui restaure les informations spatiales associées aux bases discriminantes à faible rang afin de reconstruire les cartes de caractéristiques à faible rang. Ce mécanisme atténue efficacement le problème de diffusion des régions discriminantes et permet une localisation plus précise de ces régions. Des expériences étendues montrent que le DF-GMM atteint les meilleurs résultats dans les mêmes conditions expérimentales que les approches les plus compétitives, sur les jeux de données CUB-Bird, Stanford-Cars et FGVC Aircraft.